辊底式热处理炉是对钢板进行热处理（淬火、正火和回火）的主要炉型，无论是采用明火加热还是辐射管加热（带保护气氛），目前都是利用燃料燃烧产生的热量进行直接或者间接加热，高温烟气中不可避免会产生大量的NOx,而且连续生产过程中NOx易超标，特别是在各地区出台了比国标更加严格的超低排放标准背景下，需要开发更加环保的辊底式钢板热处理炉，否则在环保连续在线监测情况下NOx排放难以100%达标，存在停产限产的可能，不仅影响生态环境质量，也直接涉及到钢铁企业的效益和未来发展前景。 另外，现有辊底式钢板热处理炉的余热利用还不充分，尤其是辐射管加热的辊底式热处理炉，需要采用自身预热式燃烧器，其排烟温度相对较高（一般超过600℃），不利于节能，且超低氮燃烧技术的应用也受到一定限制，NOx排放也比较高。2020年9月，我国在第七十五届联合国大会上向世界庄严宣布2030年前实现碳达峰，2060年前实现碳中和，在此“双碳”背景下，如何降低辊底式钢板热处理炉的碳排放，对于实现钢铁行业的高质量发展、促进冶金工业炉窑的低碳技术升级，也具有十分重要的意义。

洁净钢生产需要低碳、低硫、低磷、有害及残留元素低的铁源原料—洁净钢水或冶炼洁净钢基料。我国目前生产的洁净钢主要采用高炉-转炉传统冶炼流程。我国铁矿资源禀赋差，整体呈现出“贫细杂”的特点，虽然经过复杂的选矿工艺处理可以生产出满足高炉冶炼要求的铁精矿，然而冶炼得到的铁水通常含有较多杂质，这些杂质需在铁水预处理、转炉炼钢等过程中去除，造成了炼钢工艺流程的复杂和成本的上升，限制了我国洁净钢生产技术的发展。此外，高炉炼铁以焦碳为主要能源，排放大量污染物，严重污染环境。 除采用传统的高炉铁水外，高品质纯铁也是冶炼洁净钢的基料。直接还原炼铁是以非焦煤为能源，在不熔化、不造渣的条件下，原料基本保持原有物理形态，铁的氧化物经还原获得以金属铁为主要成分的固态产品的技术方法。其产品直接还原铁中硅、锰、镍、铬、钛、钒等元素含量比高炉铁水及废钢低1～2个数量级，是生产优质钢铁材料不可或缺的原材料。然而，由于受高品位铁矿资源缺乏的制约，我国直接还原铁工业发展极其缓慢。 针对我国铁精矿品质较差、洁净钢基料匮乏的现状，东北大学韩跃新教授项目团队提出了基于源头控制杂质含量的“铁精矿深度提质—直接还原—电炉熔炼”洁净钢基料低成本制备新工艺，并围绕超级铁精矿和洁净钢基料高效制备过程中铁精矿深度去杂、高纯铁精矿直接还原、直接还原铁品质控制等关键技术开展研究工作，以期解决我国直接还原铁原料和洁净钢基料匮乏的问题，为钢铁的短流程绿色生产提供技术支撑，促进钢铁工业的转型升级。

我国查明铁矿资源储量达852.19亿吨，但复杂难选铁矿资源所占比例较高，仅微细粒赤铁矿、褐铁矿、菱铁矿等典型复杂难选铁矿石储量达200亿吨以上，部分国外权益矿山复杂难选铁矿石储量高达300亿吨以上。该类铁矿资源品位低、矿物组成复杂、嵌布粒度微细，采用常规选矿技术无法获得较好的技术经济指标，大部分复杂难选铁矿资源尚未工业化开发利用，少量资源虽得以开发，但选矿工艺复杂、成本高，回收率仅能达到60%～65%，部分排岩矿和尾矿中铁含量高，缺乏高效利用技术。磁化焙烧是处理复杂难选铁矿石最为有效的技术，常规磁化焙烧方式有竖炉焙烧、回转窑焙烧。但均存在以下问题：1）多种铁矿物同步磁化，反应差异大、效果差；2）物料加热和还原在同一炉腔内进行，还原气氛弱、效率低；3）人造磁铁矿矫顽力大，磁选指标差，且冷却过程无法高效回收潜热。因而，研发自主创新技术，实现我国复杂难选铁矿石高效清洁利用，强化我国铁矿资源保障能力，具有重要的战略意义。 东北大学韩跃新教授项目团队针对常规磁化焙烧工艺加热与还原同腔同步进行，导致还原气氛弱、效率低、质量差的缺陷，提出了悬浮态下铁物相分段精准调控新思路，即第一阶段将复杂难选铁矿石在氧化气氛下加热，通过精准控制反应条件，将褐铁矿、菱铁矿氧化或分解为赤铁矿和磁铁矿，提高了物料均一性；褐铁矿脱水反应和菱铁矿分解反应在矿物颗粒内部生成大量的微孔和裂隙，提高了还原反应活性；第二阶段停止加热，通入还原剂创造强还原气氛，利用矿石自身蓄热使赤铁矿悬浮态下快速还原为磁铁矿；第三阶段冷却过程适时风冷再氧化物相精准控制，将部分磁铁矿转化为磁赤铁矿同步释放潜热，物料与冷风对流高效换热，其潜热和显热以热风形式返回系统循环利用。同时提出了“异步分腔蓄热还原”、“非均质矿石颗粒悬浮态还原装置”等技术方案

冶金加热炉的优化控制关键在于精确的燃烧控制和稳定的炉温控制。炉内钢坯温度预测和准确的空燃比是控制的关键。2006年起，马钢与安徽大学合作，基于冶金工业炉窑实际生产中的技术需求，开展了包括复杂热环境下的光电检测技术、热能工程、自动化控制、机械设计制造等多学科交叉研究。 马鞍山钢铁股份有限公司与安徽大学合作团队在一系列关键技术和实现方法上取得了突破，研发了在大型工业炉复杂热物理环境下基于光电检测技术的炉内工件表面温度全视场监测及炉膛气分在线分析系统，实现了加热炉内工件温度和炉内CO、O2浓度的实时测量。并在此基础上将所获得的关键物理参量作为控制参量，自主研发了“加热炉燃烧效能在线智能监测与优化控制系统”，该系统以炉内工件温度参数建立温控模型，以炉膛气分检测参数建立空燃比最优控制模型，实现大型工业炉窑燃烧效能的最优化控制。

针对固废资源再利用过程应“因材施法”，本项目经过近二十年的技术攻关，突破了传统的低效能、高污染、低附加值的利用方式，系统地提出了固废资源从源头利用的方法、针对一些特殊固废的利用开发了成套关键装备及技术平台，实现了上述固废整体绿色增值化利用。发泡陶瓷和微晶玻璃具有导热系数低、强度高、容重低、防火阻燃、生态环保等优点，且应用范围广、需求量大、生产工艺相对简单，对上述有价组元含量低难提取的矿冶固废具有较大的消纳能力。根据发泡陶瓷或微晶玻璃的组成特点，通过调整多种固废的组成及比例与目标产品相匹配可制备出性能优良的发泡陶瓷和微晶玻璃产品。而对于有价组元含量高且易实现有价组元提取分离的矿冶固废可根据其自身特性进行对有价组元有效回收及回收后产生的固废用于生产其他高附加值材料，较好地解决了矿冶固废整体化、高效化、绿色化利用难的问题。本项目针对含钛高炉渣、高硅铁尾矿、钢渣、赤泥等有价组元难有效回收的固废，采取了直接整体利用的思路用于制备发泡陶瓷和微晶玻璃；针对烧结机头灰、瓦斯灰、沉泥、二次锌渣、酸洗废液、炼钢干法除尘灰、轧钢铁磷、热镀锌渣等二次资源固废，采取了对其中的有害或有价元素进行提取或直接利用制备其它功能材料，经提取或功能化利用后产生的固体废可用作生产发泡陶瓷/微晶玻璃的原料。

实现长材无人吊运，电磁吊具是最为通用的方式。但是棒线材难以严格按垛位码放，并且容易发生滚动移位，此时按照钢卷库的库位定位方式，容易由于定位精度不足产生钢材重心在吊具边缘之外的“虚吊”现象，从而导致起吊失败或者吊运过程中的钢材掉落事故。因此，需要开展针对长材无人天车吊运的关键技术攻关。另一方面，智能库管系统应能够适应长材吊运特点，对库位变化有自动调整适应的能力，并且应满足大型物流库对天车、地面物流设备、发运设备等的全局动态优化调度需求；同时，针对物流库区的厂内倒运与存储转运销售功能，需要满足无人操作条件下的全自动卸车、自动装车需求，并能实现与生产、销售系统的对接协同。 为此，北京科技大学工程技术研究院（以下简称“北科工研”）针对棒线材库区，创新开发了以库区环境感知与三维重构、机器视觉与天车控制深度融合、库区多智能体协同优化的智能库管调度、库区集控与智能工厂协同优化为标志性的第二代无人天车与智能库管技术，并实现针对棒材智能库与高线智能库的首创示范应用。

中厚板钢板是钢铁工业的重要产品之一，主要用于航空航天、桥梁建造、汽车制造以及国防装备等领域。在轧制过程中，与冷轧薄板相比，中厚板需要采用热轧工艺，轧制温度更高、环境也更加恶劣，国内外尚无成功的热轧钢板表面在线无损检测的成功案例，其主要原因是面临以下难题： 1、热轧环境下钢板表面容易产生雾化效果，并且光线传播容易变形，利用摄像头进行采集的时候容易发生光线偏移，造成图像变形或者影响图像的整体质量，增加图像中的噪声。 2、受环境、光照、生产工艺和噪声等多重因素影响，检测系统的信噪比一般较低，微弱信号难以检出或不能与噪声有效区分。如何构建稳定、可靠、精准的检测系统，以适应光照变化、噪声以及其他外界不良环境的干扰，是要解决的问题之一。 3、由于检测对象多样、表面缺陷种类繁多、形态多样、背景复杂，对于众多缺陷类型产生的机理以及其外在表现形式之间的关系尚不明确，致使对缺陷的描述不充分，缺陷的特征提取有效性不高，缺陷目标分割困难；同时，很难找到“标准”图像作为参照，这给缺陷的检测和分类带来困难，造成识别率尚有待提高。 4、从机器视觉表面检测的准确性方面来看，尽管一系列优秀的算法不断出现，但在实际应用中准确率仍然与满足实际应用的需求尚有一定差距，如何解决准确识别与模糊特征之间、实时性与准确性之间的矛盾仍然是目前的难点。

智能化、绿色化是钢铁行业的发展方向，而数字化是智能化的重要基础，在钢铁工程建设特别是新型钢厂建设过程中，如何实现全流程全方位的数字化和绿色化，还需要解决以下四个核心问题。 1.解决新一代信息技术与钢铁全流程深入融合的问题。一是解决信息感知与数据不全的问题；二是挖掘数据的深层次价值，解决大部分数据仍在沉睡的问题；三是提高数据孪生效率，解决产线各系统之间彼此孤立、信息孤岛，数据资产和价值有待进一步挖掘的问题。 2.解决绿色技术与工程设计的融合与协同问题。我国钢铁行业执行全球最严行业排放标准，河钢集团所在的河北省排放限值又高于国家标准。另外，钢铁行业存在工艺流程长、工序多、污染物种类多的特点，增加了污染物协同治理的难度。以产品为主导的传统钢厂设计模式，生产制造与绿色技术协同性不够，导致全流程绿色技术与总体设计融合难。 3.解决新一代流程钢厂各工序高效衔接的问题。依据冶金流程学理论，钢厂工序流转应遵循“流转时间最小化、空间路径最小化、过程排放最小化”的总体设计理念，但如何实现“最小化”，在实际操作时难以量化和及时调整。需要通过数字化手段，搭建流程优化和智能化运行总平台，实现各工序间的高效衔接。 4.解决钢铁工程项目管理手段不统一的问题。钢铁工程由于规模大、系统复杂，面临工程难以协同管理的问题，主要表现在工艺设计、设备管理、现场施工等资源集中管控平台缺失、技术体系无法共享、信息沟通效率低等方面，严重影响和制约了工程建设效率。

设备智能运维是钢铁工业智能制造的短板，存在下列问题： 1、设备运维数智化基础薄弱，设备状态相关的数据没有得到全面有效的采集、存储、管理，全口径设备数据在线率不足1%。 2、以人为主的设备管理导致过度依赖人的行为、经验，设备风险难以控制，设备维护经验、知识碎片化，缺少系统化的积累、提炼、优化、传播。 3、设备维护相关数据没有得到有效开发、应用，基于数据的决策偏少，智能化应用不成体系，运维全流程协同优化乃至支撑产供销全局优化没有依托和抓手。 4、未能实现对环保设备设施运行状态的精准把握，保证其持续可靠运行，减少和降低污染排放，支撑环保达标和超低排放的实现。高能耗设备的运行缺乏数据支撑，降低能耗的目标难以达成。 5、设备维护功能分割过细，点检、运行、日修、抢修等多种角色并存，设备点检不到位、设备维修质量无数据支撑，设备日常运行过程中的“跑冒滴漏”问题严重，不仅增加消耗，也间接增加环境压力，效率提升遇到瓶颈。 针对这些问题，宝武装备智能科技有限公司研发成功一套钢铁全工序、全流程设备智能运维系统（技术、产品、标准与体系），攻克了面向钢铁全工序的设备智能运维平台、面向状态变化趋势决策的设备智能运维智能专家系统、面向服务一致性的设备智能运维标准、面向运维全流程的智能运维体系等四个方面十二项核心技术，实现了面向钢铁行业的全工序全流程的智能运维系统和超大规模化工程应用。

山东墨龙HIsmelt绿色高效熔融还原炼铁共性技术与装备集成研究项目利用粉状含铁物料和煤粉进行熔融还原，具有完全喷吹、炉内涌泉、虹吸出铁三大典型技术特征。（1）由于溶解碳还原氧化亚铁的速度比固体碳还原氧化亚铁的速度高出1-2个数量级，HIsmelt熔融还原单体生产效率高；（2）向熔融反应器中浸入式喷煤不仅可以回收煤中的固定碳，而且可以使煤粉挥发分中的碳氢化合物裂解产生碳，使得铁浴中碳的回收率高；（3）由于在HIsmelt流程中煤粉很快被铁液所溶解，可最大限度地降低散入炉气中的碳量，避免碳和炉气中的氧或二氧化碳的反应，使得二次燃烧率较高；（4）鉴于HIsmelt熔融还原炉内特殊的氧化还原气氛，使得HIsmelt铁水质量较好，低磷，低“五害”元素，经过炉外脱硫后，已经达到特级高纯铸造生铁标准，且具备进一步开发稀有金属提炼的潜在优势。