2025冶金科学技术奖简介 | 高炉大数据智能降碳关键技术的研发与应用

随着数字中国战略的持续推进，人工智能与实体经济深度融合正逐步成为产业发展的主旋律。钢铁行业作为高能耗、高排放的代表产业，正面临从传统制造向智能制造和绿色制造转型的关键节点。炼铁系统作为钢铁全流程中能耗最高、碳排最多的核心环节，占据总能耗与成本的70%以上，是推动行业低碳转型的关键突破口。

然而，传统的降碳路径多依赖于原料优化和设备升级，虽然具备一定成效，但其投入成本高、边际收益递减。在原有工艺设备和原料体系难以发生根本性变革的现实背景下，智能化技术因其可在现有基础上深度赋能、提升生产稳定性、突破系统黑箱、促进多工序协同优化，成为炼铁降碳的有效路径。本项目正是在这一产业背景和技术趋势下提出，致力于破解炼铁过程中原料波动性强、系统感知不清、工序耦合复杂、能源调度粗放等关键问题，构建以高炉为核心的多工序协同智能降碳体系。

当前炼铁过程仍以经验控制为主，内部状态难以实时感知，跨工序间存在数据壁垒，系统运行依赖人工干预，智能化水平偏低。尽管过去已尝试构建机理模型、专家系统及数据驱动模型等路径进行突破，但因方法割裂、模型适应性差等问题，难以支撑复杂炼铁场景下的智能决策。

本项目聚焦于炼铁过程中的系统性问题，从根本上突“黑箱”运行难题，提出融合数据驱动、机理模型与专家知识的混合智能方法，构建智能感知、协同控制、优化决策的铁前-高炉一体化信息物理系统。通过建设“智能平台+数字孪生+混合智能+协策执行”技术体系，最终实现多工序耦合优化、智能化稳定生产碳排精准削减的核心目标。

项目围绕“感—知—控—优”的闭环逻辑展开，构建云边端一体的5G+炼铁智能平台作为基础支撑，打通炼铁多工序、跨层级、全链条的数据体系。在此基础上，分别针对铁前系统、高炉主体和全流程决策建模开展三项关键技术创新：

建立了面向多工序协同的“孪生+边控”一体化智能平台实现炼铁全流程数据采集、异构信息融合与集中调度控制，打通“料场-烧结-球团-高炉-能源”链条，提升了跨系统联动能力，突破了传统工序分割与信息孤岛问题，支撑了全流程能效协同优化与降碳目标达成研发了面向铁前复杂原料与装备的智能感知与调控技术，构建原料质量跟踪、烧结状态综合评价与球团配矿控制等关键模型，建立了多维工艺参数的实时识别与反馈机制，显著提升了原料配置的精准性与装备运行的稳定性，夯实了高炉顺行与稳定降碳基础打造了融合数据驱动、机理模型与专家知识的高炉智能冶炼系统实现炉况关键指标的精准预测与趋势分析，集成专家规则实现状态识别、异常预警与自适应调节，构建可解释、可迁移的混合智能模型体系，推动高炉运行从经验控制迈向智能决策

在总体架构上，项目以“混合智能”为核心建模逻辑，确保模型既具备工艺可控性、预测准确性，又具备强解释性与工业可用性。通过构建在线命中率超90%的核心模型，支撑整个系统在动态复杂工况下的稳定运行与碳效协同最优。

一体化智能平台的构建与突破

本项目建设了云边端融合的智能平台，集成一体化集控中心和超大规模炼铁数据中心，实现数据上云、模型下沉、平台统筹的运行格局。平台重构了102个控制中心的运行方式，使管理方式更加高效集中，岗位数量减少37%。同时，平台构建了能源介质间的耦合关系，实现热风炉煤气消耗降低8%、低品质余热利用率提高至47%，有效提升了能源利用效率和调度智能化水平。

铁前系统的全域感知与智能协同

铁前智能化方面，项目突破了原料复杂性与装备异构性带来的挑战，实现堆取料装备的无人化运行，年节电超646万度，焦比降低公斤。通过自研的铁矿石多维智能配矿模型，系统可根据经济性指标进行高效原料配置，使经济矿用量提升6%，吨铁成本下降20元。烧结过程中，首创烧结状态综合指数与智能调控模型，实现无烟煤单耗降低公斤、电耗下降度，烧结稳定性提高5%。球团系统也建立了在线配矿系统与因果调控模型，显著提升了生产稳定性与强度控制，吨铁成本再降低元，系统波动明显减少。

高炉智能冶炼与状态感知的深度融合

在高炉环节，项目实现了图像识别与数据治理的深度应用，突破性地实现对风口、顶煤气、炉缸等关键区域的全域感知，提升透视能力40%。通过治理全链条3000余项工艺与运行数据，建立炼铁上下游数据强耦合链条，实现透气性和煤气利用率等关键指标的提前预测与优化，焦比进一步降低公斤。

此外，项目融合有限元数值模拟与机器学习方法，提出炉型炉况关联的全新管理模式，实现炉缸渣皮动态识别与冷却调控，渣皮稳定性提升7%。同时，构建炉缸活跃性指数和多目标智能协控系统，实现炉热稳定率提高30%、炉缸活跃性提升10%炉缸状态合格率提升12%。项目最终打造了具备评价、预测、溯因、自愈能力的全工况多维高炉智能系统，整体炉况稳定性提升10%，生产效率提升6%

项目在技术实现上，实现炼铁全流程的智能闭环控制，开发的以数字孪生为核心的混合智能信息物理系统，技术指标全面领先：模型在线命中率超过90%，预测提前步长适配全流程需求；构建了全国领先的高炉智能感知与协同调控平台；研发成果共授权发明专利60项、发表高水平论文32篇、出版专著部；三项核心技术成果均通过中国钢铁工业协会科技成果评价，达国际领先水平。

项目成果已在国内十余条生产线落地，具备强示范性与行业引领价值。以抚顺新钢铁为例，通过智能平台全面接管原料、生产、能源、管理等环节，实现多工序协同优化，吨铁能耗降低46.4公斤标煤，碳排放减少140公斤，单位碳减排率达12.3%，树立了智能低碳炼铁的新标杆。

2022年至2024年，项目累计创效5.16亿元，推动炼铁企业实现节能减碳、成本降低、效率提升三位一体的综合收益，同时带动人才队伍建设，推动形成“炼铁+大数据”的跨界融合人才体系，为中国冶金工业的绿色智能转型注入新动能。

本项目以高炉为核心，以数据为基础，以智能为引擎，探索出一条数字孪生驱动混合智能支撑多工序协同的炼铁智能降碳新路径，打破了传统工艺优化的瓶颈，为钢铁行业实现碳达峰、碳中和目标提供了实践范例。

项目团队将继续围绕智能系统的演进升级、复杂场景的泛化适应以及更多应用场景的示范推广，推动高炉智能系统从“能用”迈向“好用”，从“辅助”走向“主导”，不断加快我国钢铁工业由高耗向高效、由高碳向低碳的转型进程。

声明：本文系转载自互联网，请读者仅作参考，并自行核实相关内容。若对该稿件内容有任何疑问或质疑，请立即与铁甲网联系，本网将迅速给您回应并做处理，再次感谢您的阅读与关注。