目前冶金工业机理模型的不足制约了工业互联网平台在冶金工业的发展。另外，由于行业机理模型这类核心行业知识难以通过短期学习就可以快速掌握，必须通过行业从业人员通过长期的实践才能获得。因此，将冶金工业全流程涉及的人、流程、数据和事物都结合在一起，将工业的技术原理、行业知识、基础工艺等形成机理模型并形成冶金流程行业工业机理模型库，是实现工业互联网平台在冶金工业领域价值的关键。 冶金工业机理模型是冶金流程行业工业机理模型库的核心，是各类应用和APP的技术基础，也是工业互联网平台技术能力的集中体现。目前，我国冶金工业机理、工艺流程、模型方法等方面的经验和知识积累不足，机理模型缺失，模块化组件化能力较弱，现有通用工业互联网平台尚不能完全满足工业级应用需要，大大制约了工业机理模型库的应用效果和实际价值。

本项目首次利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序、全产品的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。 总体技术路线是利用大数据技术抽取及存储生产现场的所有生产信息、控制信息、工艺过程数据、能源介质数据、设备运行数据以及各种计质量装置等检测数据，形成完整统一的基础数据平台，然后以数据为基础，完成全流程、全工序的生产过程质量数据监控与告警、过程质量追溯、质量分析与建模、过程质量评价、工艺标准库管理、质量报告及统计分析报表，系统分析组件，系统配置管理等功能。

钢铁工业经历三十年节能技术革新，能耗下降幅度趋缓，新形势下其能源结构高碳化、集中供能柔性不足、数据模型技术开发不够等问题愈加突出。为探索钢铁企业节能新方向，以钢铁多流耦合分布式能源技术理论研究与架构设计为先导，选择关键技术实施开发与应用。主要创新成果如下： 1、研究揭示了钢铁生产与分布式能源的耦合关系，提出“源-网-荷-储”钢铁多流耦合分布式能源理论并完成架构设计：以可再生能源开发、清洁能源多能互补优化传统能源结构；以余能就地极限回收利用与区域能源自平衡提升能源效率；以数据驱动和需求侧响应能力提升增强源荷互动能力；以多网互融和网储一体优化钢铁能源系统调整能力。 2、形成钢铁低碳清洁能源与传统能源高效多能互补技术,包括：攻克光伏屋顶组件动态清洗运维技术难关，建成世界最大屋顶光伏发电并网工程，使之成为钢厂低碳清洁能源重要组成；发明高炉冲渣水乏汽与烟气余热热电冷联供系统及方法，开发余热用于高炉煤气碳捕获、协同处置有机废弃物制备生物质能技术，建成兆瓦级涌动型烧结余热有机朗肯循环发电机组，构建余热资源分布式能源微网。 3、形成流体网络建模和能量储存优化等组合式节能技术，包括：开发管网和煤气柜储气数值模拟技术，为电厂大流量和宽幅波动使用高炉煤气解除安全顾虑；对热力系统不同效率汽源给出基于等效电算法的多目标优化方法；发明循环水组合节能方法及系统；开发适用于南方钢厂移动供热模式，以规模化移动热网丰富钢厂能量输配网络。 4、形成模型支撑、数据驱动的源荷交互柔性调控用能技术，包括：开发六大工序三层多阶极限能耗模型，为工序能耗从理论、技术、生产层逼近极限提供定量判据；开发电力负荷预测方法，控制关口电量和制定分时电价响应策略；以燃气互换性理论指导典型炉窑燃烧效率和煤气调配；用数据挖掘结合热工理论确定加热炉能效关键指标及操作模式。 以“多能互补、数据驱动、网储一体、源荷交互、极限能效”为主线的钢铁多流耦合分布式能源技术研究与应用使宝钢节能水平显著提高：近三年节能8.87万吨标煤、减排二氧化碳22万吨，经济效益4.7亿元,对传统钢铁工业能效提升、绿色低碳转型发展提供实践示范。本项目申请国家发明专利24项（已授权15项），实用新型专利授权8项，国家标准1项，企业标准1项，软件著作权3项，企业技术秘密20项，发表论文25篇，编著和参编专著2本。

该技术采用双压余热锅炉的循环风机在冷气机台车底部形成4500Pa的风压，可替代部分冷却鼓风机；二次加热装置采用不锈钢制造，能耐受500℃的热风和料矿的辐射烘烤；双压工艺可分别生产2.06Mpa和0.5Mpa的过热蒸汽，方便汽轮机的发电和厂内生产自用；主要受热面可5年免维护。 作为换热组件的热管耐高温可达到450℃，长期工作可承受400℃的温度；热管换热器的寿命在3年以上，可将烟气温度有效降低到200℃左右，对烧结主抽引风机影响较小。 热管换热器所生产的余热蒸汽的压力可达到2.06MPa。过热蒸汽温度可达到约340℃。余热蒸汽有效产量可达到每百吨成品矿生产5吨蒸汽。

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。

光伏发电产生的直流电能经逆变器转换成交流电能，直接供本地负荷使用，其中的关键技术创新包括： 1)光伏组件表面增加一层自主研发的新型纳米涂层，具有高透光率，高效率，对比同类产品，提高光伏组件光电转换效率3%~6%。 2) 逆变器采用自主研发的高性能功率跟踪(MPPT)算法，相比同类产品，提高系统的太阳能利用效率5%~10%。