通过对国内近百条中厚板生产线的工艺技术装备现状研究发现，产线普遍在关键工艺质量参数感知、多工序协调优化方面，长期面临如下突出问题： 1、生产过程中轧制、剪切等工序的自动化达到较高水平，但是各工序控制系统相对孤立，尚未形成联动，部分工序缺失关键质量参数，不能基于反馈进行动态优化控制，机理模型的预测和控制精度低，严重影响产品质量、生产效率和成材率的提升； 2、缺少钢板轮廓识别和板形检测关键大型仪表，导致轧后钢板头尾形貌、轮廓和板形等关键质量参数难以在线精准识别，仍以人工方式线下测量，无法与轧制过程形成在线反馈控制，难以通过在线工艺优化来保证最终产品质量； 3、依靠人工经验的传统组板系统订单匹配度低、精准剪切控制能力偏低，无法根据钢板实时轮廓信息优化组板策略导致组板余材过多，影响生产效率和成材率。剪切工序也无法根据实时轮廓形状优化剪切策略。此外，剪切工序与轧制过程、组坯过程除基础的产品信息交互之外，无其它过程质量数据交互，迫切需要将轧后钢板实际轮廓形状与订单合同进行实时动态匹配，急需开发面向多目标约束的优化剪切和动态组板策略，以实现减少切损的同时提高订单的匹配度。 针对宽厚板制造领域内过程精准控制科学问题和相关技术瓶颈，2010年由山钢与东北大学等单位组建联合研发团队，在国家十三五重点研发计划《基于CPS架构的多工序协调优化与质量精准控制及应用示范》（2017YFB0304103）项目和山东省《宽厚板智能轧制数字化车间是的试点示范》项目的支撑下，依托山东省山钢王国栋院士工作站科研平台，深入推进开展产学研合作和协同创新，发挥高校基础研究理论创新优势与企业产工程技术优势，联合开展本项目关键共性技术的科研攻关工作。

该项目以韶钢智慧中心为依托，利用智能化大数据等新兴前沿科技，对技术、生产、管理及组织模式进行重大创新，改变钢铁旧有面貌，打造“不一样钢铁”、“精彩钢铁”、“人文钢铁”，实现自动化、物联网、大数据、人工智能等新技术在传统流程工业场景的集中化、规模化应用，在高效协同、智能决策、智能控制方面取得了巨大的进步和良好的效果，颠覆性转变钢铁生产模式，树立了钢铁智能制造的典范。

以数学模型为基础，通过大数据研究方法形成转炉冶炼过程控制系统的吹炼模型、加料模型和终点控制模型，形成一套转炉智能制造控制及仿真系统软件。控制系统通过流程输出端数据群能够自调整过程控制参数。控制及仿真系统利用过程监控数据具备自学习功能。 研究转炉智能制造技术的过程监控方法，通过炉气成分分析、音频化渣技术、副枪技术或倒炉取样以及下渣检测技术检验和修正模型。 在创新应用激光炉气分析技术的基础上，提高入炉原料供应标准，完善转炉基础数据信息在线检测技术，开发静态和动态智能控制模型、自动出钢技术，实现对转炉冶炼全过程的无干预智能化炼钢。

主要技术包括冷轧不锈钢的连轧机、焊机、退火、酸洗、平整和拉矫的高度集成技术，实现一条高度集成的联合机组。开发出一种具有自主知识产权的18辊轧机装备，能满足不锈钢，高强及超高强钢、先进高强宽带钢的冷轧轧制需求。开发与之配套的退火炉、酸洗段成套工艺装备，实现冷轧不锈钢退火炉、酸洗段工艺及装备技术国产化。以及绿色节能环保型清洗技术、低能耗直燃退火炉、炉子智能数学模型等智能制造技术、中性盐电解+混酸酸洗技术、余热回收及利用解决方案、先进废气处理DENOX技术和高速通板解决方案。