针对以CSP流程为代表的薄板坯连铸连轧产线存在的外方系统黑匣子、品规扩展精度低、系统老化故障多、局部改造风险大等共性难题，通过全面系统调研、大量离线测试、高精模型研发、先进算法应用、智能功能开发等途径，从高精度轧制过程控制模型、兼顾全幅宽和多目标的板形综合控制技术、新一代过程控制系统集成技术等方面开展了系统的理论和应用研究。项目成果成功应用于马钢CSP产线，是自主研发的成套过程控制系统首次应用于薄板坯连铸连轧产线，首次替代原外方的系统，首次提出网关+双系统并行的零停机时间的在线替换模式，首次敢于同时保证C40、C25双凸度控制精度，综合指标优于同期采用国外技术的同类产线，标志着我国具备了自主完成薄板坯连铸连轧过程控制系统研发和改造国外过程控制系统的能力，打破了国外公司在此领域的长期垄断，为企业提升产品质量、拓展品种规格、降低制造成本及实现智能化升级提供了更多选择和便利。相关技术成果也推广应用于日钢1580、柳钢2032等常规热连轧生产线，均取得了很好的应用实绩，推动了宽带钢热连轧关键共性技术的持续进步。

冷轧产线智能工艺模型分析系统基于先进的系统架构、工艺机理及智能化算法，开发了轧制打滑及热划伤预测、轧制断带分析预测、轧辊全生命周期服役状态预测、活套及炉区跑偏分析预测、产品全长性能预报等模型，实现了生产过程稳定性预测、设备服役状态分析及产线故障诊断分析等功能，达到了降低生产成本及人员劳动强度、提高产品质量和效率的目标。该系统已在国内钢铁企业成功应用，系统的上线应用明显提高了冷轧产线的智能化水平，为企业创造了良好的经济效益和社会效益。

大型工业加热炉智能燃烧控制系统在板坯全自动精确跟踪基础上，通过板坯温度、尺寸、重要参数的自动测量、坯号智能识别等技术手段实现生产计划自动核对，板坯实物、计划、工艺的准确对应。此外，基于板坯加热温度实时精准预测模型，建立智能化燃烧控制策略系统，实现复杂工况和炉况的动态感知与自适应，减少人工干预以及对操作经验的依赖。综合运用各类大数据分析工具，对板坯温度、位置、工况、设备等海量的同时空大数据分析加热质量与升温曲线、设备以及工况的关系，建立板坯加热质量和加热炉能耗评估体系，实现真正会“思考”的加热炉。

一些双机架可逆粗轧机组中，粗轧最多可存在4块坯料，如何管理每块坯料的设定数据使得R1和R2的数据互不干扰、轧制节奏快时，前一块坯料的设定数据不被后一块坯料的设定数据冲掉、下游工序出现异常或精轧出现宽度失常时能够允许粗轧生产人员根据情况修改R1或R2当前坯料的设定数据及时进行干预，另外双机架可逆轧机轧制模式多样，不同的模式下，主机及辊道的速度控制方式也不同，因此我们开发了双机架粗轧机设定数据的跟踪管理及多种轧制模式下的速度控制方法，来解决这些问题。

该成套技术采用热备系统或容错服务器以及多层高速网络结构的硬件方案，并安装具有自主知识产权的稳定高效的过程自动化系统开发平台，应用程序采用标准化的、可自由组合和单独升级的模块设计，为将来的扩展和升级提供极大的方便和空间；系统采用先进的解析算法模型，自主开发了多种质量控制技术。最新开发的大数据平台、质量管控、生产状态分析、能源介质监控、能耗预测、性能预报、设备生命周期管理等功能模块，则提升了系统的智能化水平。

本重点专项总体目标是：以提升大宗基础材料产业科技创新能力和整体竞争力为出发点，以国家重大工程和战略性新兴产业发展需求为牵引，从基础前沿、重大共性关键技术到应用示范进行全链条创新设，一体化组织实施，着力解决重点基础材料产业面临的产品同质化、低值化，环境负荷重、能源效率低、源瓶颈制约等重大共性问题，推进钢铁、有色、石化、轻工、纺织、建材等基础性原材料重点产业的结构调整与产业升级，通过基础材料的设计开发、制造流程及工艺优化等关键技术和国产化装备的重点突破，实现重点基础材料产品的高性能和高附加值、绿色高效低碳生产。 2020 年重点专项拟启动 8 个公开择优重点研究任务，拟安排国拨经费总概算 4000 万元。本专项指南部署的研究任务均为典型应用示范类项目，要充分发挥地方和市场作用，强化产学研用紧密结合，项目须自筹配套经费，配套经费总额与国拨经费总额比例不低于 1:1。项目执行期为两年。每个项目下设课题数原则上不超过 3 个，参与单位总数不超过 5 家。每个研究任务拟支持项目数均为 1~2 项。申报项目的研究内容须涵盖该重点任务指南所列的全部考核指标。

本重点专项设立基础前沿与关键技术、装备/系统与平台、集成技术与应用示范等 3 类任务以及基础支撑技术、研发设计技术、智能生产技术、制造服务技术、集成平台与系统等 5 个方向。专项实施周期为 5 年（2018—2022 年）。 2020 年，拟围绕制造业核心工业软件、智能工厂共性核心技术及解决方案、企业网络协同制造平台、区域产业集成技术和应用示范以及基础前沿理论等任务，按照基础研究类、共性关键技术类、应用示范类三个层次，启动不少于 66 个项目，拟安排国拨经费总概算约 7 亿元。应用示范类项目鼓励充分发挥行业/地方和市场作用，强化产学研用紧密结合，配套经费与国拨经费比例不低于 2:1。共性关键技术类项目，自筹经费与国拨经费比例应达到1:1 以上。

铁矿石是我国钢铁工业的保障性资源，属国家的重大战略需求。钢铁工业是国民经济支柱产业，钢铁材料广泛应用于基建、装备制造、交通、能源、海洋工程及环保等领域，是人类经济建设和日常生活中用量最大的结构材料。我国“十四五”将开启全面建设社会主义现代化国家新征程、向第二个百年目标进军，现代化建设也是人类生产力迅速提高、社会财富不断积聚、大量消耗矿产资源的过程，同时“中国制造”、“一带一路”、基建开发等宏观经济持续利好，这必将驱动我国钢铁的高位消费量，对铁矿石的市场前景需求巨大。 我国铁矿石资源品位低、禀赋差、难利用，长期大量依赖进口，进口量连续多年超10亿吨，对外依存度超过85%，这不仅对我国钢铁工业造成严重影响，对国民经济的安全运行也构成了巨大威胁。因此研发创新技术实现我国难选铁矿资源的清洁高效利用，对降低我国铁矿石对外依存度，强化我国铁矿资源保障能力，推进我国钢铁工业持续、健康、协调发展，具有重要的战略意义。

表面镀锌是提高钢铁材料使用寿命的最常用技术，其中90%以上采用热浸镀锌。然而，酸洗作为传统热镀锌板生产流程中的高污染环节，增本降效的同时带来一系列质量问题：一方面酸洗工序本身增加成本，同时酸液挥发和废酸排放还严重地污染环境；另一方面酸洗还会造成酸洗板的表面质量缺陷和氢脆等产品缺陷。而在含Si、Mn等合金元素的高强热镀锌板的生产工艺中，由于合金元素的选择性氧化容易出现露镀缺陷，为了解决这一问题，通常需要额外的预氧化、预镀等工序，这无疑将增加生产工序，降低生产效率，提高成本。热镀锌板工艺也面临着节能减排、降本增效的压力，需要进行短流程优化改进。如果可以利用热轧过程中产生的氧化铁皮，在还原性气氛中将氧化铁皮还原为纯铁，利用纯铁的良好润湿性进行在线连续热镀锌，即可消除酸洗的不足，也可解决由Si、Mn等合金元素选择性氧化造成的露镀问题。热轧带钢免酸洗直接还原退火热镀锌技术（以下简称免酸洗热镀锌技术）省去酸洗工序，按照吨钢减少废酸排放20 kg，环保效果明显，并且节约酸洗成本150元/吨。对于先进高强钢、超高强钢，由于取消了退火前的预氧化工序，吨钢成本可节约30~50元/吨，同时由于取消酸洗工艺和连续退火前预氧化工序，可使整个生产线生产效率提高10%～20％。 国外研究单位对于免酸洗还原热镀锌技术的研究已经开展了多年，Danieli已经建立了免酸洗工艺产线，POSCO也初步研发了免酸洗涂镀工艺原型技术。目前国内钢铁企业在该方面的研究主要集中在无酸除鳞技术方面，对于热镀锌板的短流程工艺研究较少。完成热轧带钢免酸洗还原热镀锌技术的开发，不仅可大大降低热镀锌板生产成本，提高产品竞争力，为企业创造巨大的经济效益，同时降低能耗、减少对于环境的污染。热轧带钢免酸洗还原热镀锌工艺的开发，将填补我国在该技术方面的空白，促进我国热镀锌短流程工艺的革新。

热轧板带材力学性能是用户关注的核心要素，组织性能预报与集约化生产受到普遍重视。然而在整个热轧生产过程中，加热和热轧、冷轧过程中轧件内部组织演变情况处于“黑箱”状态，无法直接测量、观察。想要控制钢材内部的组织，调整、改变其组织和性能，需精确感知轧件内部的信息，需要系统具有模型感知的能力。在工业大数据的数字感知的基础上，基于物理冶金学研究，通过ＡＩ（人工智能）和机器学习等现代信息技术，进一步赋予系统以感知、记忆、思维、学习能力以及行为决策能力等能力。同时基于热轧板带生产过程复杂性和用户个性化定制需求，构建跨系统、跨工序的钢铁工艺质量大数据平台，充分利用物理模型、传感器更新、运行历史等数据，融合物理冶金学和生产数据实现热轧全流程组织-性能-表面演变的数字孪生。以生产全流程工艺机理为基础，实时分析生产过程工艺、设备参数与产品质量的关系，满足用户的定制化需求并进行质量在线综合评判和异常原因追溯。结合设备过程控制能力给出工艺参数和制备工序流程的优化方案，以数据为基础提高机理不明或复杂工况下的数学模型设定和质量控制精度，通过多工序协调匹配提高产品质量稳定性和生产效率。现阶段，浦项、普锐特开发了在线组织监测与优化系统，实现了一材多品种生产和在线工艺调优；东北大学项目团队则采用人工智能预测了材料组织性能演变，开发了力学性能高精度预测、氧化铁皮控制、工艺逆向优化和钢种归并技术，在产品质量的稳定性控制方面效果显著。