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。

加热炉智能控制系统的主要任务是按生产工艺要求，对加热炉内的板坯进行跟踪、控制和合理的加热，准确控制钢坯的出炉温度和均匀度，降低钢坯的氧化烧损，在提高加热质量及产量的前提下节省能源，并负责协调加热炉和轧机的生产匹配。其中，加热炉数学模型是实现加热炉优化控制的基础。 为了有效解决目前加热炉燃烧过程普遍存在的能耗高、钢坯温度波动严重、温度控制精度差等问题，我们从加热炉燃烧过程自动控制、空燃比自动寻优，钢坯温度预测模型研制、温度优化设定、系统实现与工业应用等方面进行深入研究，提出了加热炉燃烧过程智能控制技术，将基理数学模型、模糊控制、专家系统、神经网络、粗糙集、属性关系积理论、排队论等智能化技术有效地应用到实际的工业过程中，提高加热炉的智能控制水平。

课题任务: （1） 针对冶金电炉高耗能设备，研究以下核心技术：基于专家规则与计算智能的冶炼过程温度预报技术；电极升降复合智能控制技术；专家系统与分析模型结合的能量输入优化。 （2）在以上核心技术基础上，进一步研究其实现技术，开发智能优化控制系统，通过工业示范及应用推广完成技术和经济指标。 课题牵头单位为冶金自动化研究设计院, 课题参加单位为东北大学、天津理工大学和合肥工业大学。