钢铁工业是国之基石，中国是名副其实的钢铁大国，但高端产品制造仍面临着质量稳定性差、产品质量合格率低、定制化能力弱等重大共性问题。自2007年始，项目团队在国家科技支撑计划、863和国家自然科学基金等国家级课题资助下，以面向产品质量智能管控的工业互联网平台为依托进行全过程质量协同管控，重点研发了钢铁产品质量智能管控的工业互联网平台架构设计、全流程产品质量在线管控、跨业务/跨工序的质量协同优化，研发了具有自主知识产权的模型库与方法库等核心关键技术,形成一整套基于工业互联技术的全过程产品质量智能管控技术与平台解决方案。

质量管控系统以工艺需求为导向，以信息化技术为手段，通过工业互联网平台的建设和全流程应用层功能的开发，实现了钢铁生产过程质量一贯制管理。质量管控系统通过工业互联平台建设，实现以物料为中心的高通量、多元异构、多维度数据采集，并完成数据的时空变换、匹配、判异等。以数据平台为基础，通过质量设计、过程判定、过程监控、数据追溯、质量分析、质量预测等功能设计和集成机器学习算法。同时，质量管控系统还提供定制化功能，该模块可以快速开发则验证质量管控系统的平台效应，为钢铁行业各类质量改进提供了有效工具和方法。该系统在国内多家大型钢厂均有成熟业绩，该系统的上线提升效率、降低成本、提高质量，同时，实施过程中，培养企业工艺技术人员的相关技术能力，提升了质量管理人员的管理水平。

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。

热连轧控制过程是典型多工序、多变量、多层级的大型复杂工业流程。针对尺寸质量精度差、产品性能控制稳定性差、生产效率低下等关键共性技术难题，以材料加工过程自动化、信息化、智能化、绿色化等为出发点，开发具有自主知识产权的热连轧质量精准控制系统具有非常重要的现实意义。 本技术将给出带钢连轧自动化系统的硬件配置与软件功能总体方案，建立热连轧全工序多层次完整的控制体系架构，开发热连轧活套高度-张力多变量解耦控制模型、基于硬度前馈的多机架前馈AGC控制模型、基于SMITH预估补偿的监控AGC控制模型、板凸度前馈和反馈控制模型、强宽工艺微张力协调控制模型、融合工艺机理和大数据的轧制过程数学模型等一系列智能化质量精准控制模型，可为热连轧生产线提供完整的控制系统方案。 应用智能化的热连轧质量精准控制系统使带钢尺寸质量控制精度全面达到PREMETAL等国际先进水平，厚度指标±20μm ，宽度指标0-2mm，凸度指标±30μm。该项技术填补国内空白，打破了国外封锁和技术垄断。相比传统热连轧控制系统，可大幅度节能降耗、提高成材率和带钢质量、减少工人劳动强度，已推广应用至某1100mm全连续热连轧等30余条生产线，至少创造300亿元的经济效益。