随着高炉生产对烧结矿质量、产量要求的日益提高和设备大型化的发展要求，烧结过程控制的目标也越来越高。如何从以往简单的一级定值控制，转换为整个烧结生产的稳定的、优化的、复杂的、多目标的计算机智能闭环控制，成为一项重要课题。作为高炉冶炼的上游工序，烧结智能专家系统的研发和应用，是为5500m3特大型高炉提供高质量的稳定的原料供应的基础保障。烧结智能控制系统的应用可以使生产过程稳定，降低能耗，实现可持续性发展。国外的引进系统不仅成本高、技术封锁、优化升级困难，而且不能很好的适应工况。因此，开发和应用具有自主知识产权的智能控制系统，可以提升企业乃至整个行业整体竞争力。 550m2烧结机智能闭环控制系统将人工智能技术与烧结工艺基本理论结合，针对从配料开始的烧结全过程，应用数学方法建立模型进行控制。系统主要包括配料控制子系统、烧结过程控制子系统、质量控制子系统和生产信息管理子系统等四个子系统，实现了烧结生产的智能控制，保证了烧结生产过程节能降耗，提高了产品质量。该成果的应用，优化了烧结生产过程，实现了烧结生产的智能闭环控制，填补了首钢在烧结自动化控制领域的空白，使首钢京唐烧结生产达到了国际领先水平，提高了企业形象和竞争力；具有完全自主知识产权的烧结智能控制系统在行业内具有广泛的推广应用价值。

采用预荷电器将炉窑烟气中微细粒子预荷电，再进入袋式除尘器过滤，过滤材料使用PM2.5专用超细面层梯度精细滤料，并富集气流分布技术、清灰强度控制技术、自适应智能控制技术、高严密性滤袋接口技术等，可有效提高微细粒子PM2.5捕集效率20%，降低运行阻力30%，排放浓度< 10 mg/Nm3,满足新的排放标准和节能减排的要求。该成果将为钢铁企业环保技术升级和改造提供技术和装备上的支撑,可用于新建环保项目或环保改造项目。

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。

目前，我国在连铸坯潜热与显热利用领域的研究大多停留在连铸板坯热送热装技术的研究，对连铸凝固成型过程中热状态（温度场和凝固组织）的控制研究还未进行系统的综合性研究。 开展连铸自浇注至轧制的全过程热状态的综合性研究和热状态动态智能控制技术，不仅能有效改善连铸坯质量和提高生产率，在充分利用连铸坯热焓和节能降耗上也有着显著意义，开发连铸坯热状态动态智能控制技术也将成为连铸发展的趋势。

以加热炉生产工序中的燃烧过程为研究对象，针对加热炉炉温控制过程中的实际工况特点，采用模糊控制与神经网络控制技术实现对加热炉炉温的智能控制。 实际应用表明，智能燃烧控制系统将模糊、神经网络自适应控制技术应用于加热炉燃烧过程控制，能够克服常规PID在加热炉炉温对象上控制响应慢，超调较大，调节时间长的缺点；通过采用模糊、神经网络控制方法使控制超调小，响应快，稳态误差小，抑制干扰能力强，从而改善控制品质，优化加热炉生产工艺过程中的燃烧效率。 采用逆辨识和逆控制方法对加热炉炉温控制系统开发出基于聚类方法的RBF神经网络快速训练方法，稳定、可靠地实现了对炉温控制系统的实时在线逆辨识与逆控制；采用PSO实现实时在线调整模糊神经网络的参数；采用模糊自适应PID控制器实现实时在线调整炉压；采用C++编写智能控制核心算法程序，C#开发友好用户图形人机界面，这样的开发模式具有运行稳定、开发速度快、可移植性好，易维护等特点。