《金鼎矿业高效开采与安全控制关键技术及应用研究》科研项目，以山东金鼎矿业有限责任公司王旺庄铁矿阶段空场嗣后充填采矿为工程背景，针对矿岩力学特性和裂隙演化规律未知、充填体设计强度不精细、充填体原位强度不明确、矿房结构参数不合理、生产爆破对一步充填体扰动较大和充填矿房稳定性未知等问题，北京科技大学与山东金鼎矿业有限责任公司开展《金鼎矿业公司矿山高效安全开采综合技术研究》和《山东金鼎矿业有限责任公司采矿安全性研究》科研课题，采用室内力学试验、宏-细观数值模拟技术、井下充填体强度快速检测技术、爆破振动监测和应力变形监测等先进技术手段，主要开展了矿岩力学特性及裂隙岩体强度研究、充填体物理力学试验及设计强度优化研究、充填体强度现场快速检测及智能预测技术研究、充填采场结构稳定性研究、矿石及充填体宏-细观动力学特性研究、地下采场安全监测技术研究等6项嗣后充填矿山高效开采与安全控制高效技术研究，对于提高矿山生产能力、增加矿石回收率、保证矿山生产安全具有重要的意义。

介绍了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的新进展

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。