東北大學教授儲滿生（右三）和學生在實驗室開展工作。 東北大學供圖（資料圖片）

　　眾所周知，鋼鐵生產過程中，高爐冶煉環節是能源消耗和排放“大戶”。而在中國寶武鋼鐵集團有限公司下屬的上海梅山鋼鐵股份有限公司（以下簡稱“梅鋼”），東北大學儲滿生教授團隊研發的智慧高爐系統實現了碳排放降低5%、噸鐵降本30元的成效，為推動鋼鐵產業降碳增效提供了新解法。這一成果入選了《世界金屬導報》組織評選的“2024年世界鋼鐵工業十大技術要聞”。

　　“梅鋼智慧高爐項目的成功應用，代表了鋼鐵行業智能化與低碳化轉型的重要突破，為鋼鐵行業的綠色轉型提供了可復制的示范路徑，并為未來鋼鐵產業的智能化發展提供了重要支持。”對于該項目，評審專家給予了高度評價。

　　校企攜手攻關，讓高爐更智能

　　傳統的高爐操作，依賴經驗與人工調控，難以實現精確的過程優化和實時調整，容易造成生產不穩定和資源浪費。隨著“雙碳”戰略的實施，推動鋼鐵產業降碳增效迫在眉睫。

　　2023年9月，東北大學與梅鋼簽署了產學研合作協議，“低碳數字化鋼鐵協同創新中心”揭牌成立。針對傳統高爐冶煉的痛點，該校鋼鐵共性技術協同創新中心充分發揮專業優勢，與梅鋼組成產學研協作創新團隊，以“通用模型＋個性數據”的創新理念，成功研發出智慧高爐系統，順利應用于梅鋼4070立方米高爐。

　　團隊青年教師唐玨介紹，智慧高爐系統著眼于高爐操作的智能化預測和調控，主要包括高爐操作爐型智能量化表征、高爐關鍵操作變量的智能化預測與反饋、高爐爐渣堿度的閉環智能調控、高爐爐況的智能預測與溯因模型等方面。這些技術通過對歷史和實時數據進行分析，建立高精度的預測模型，使高爐操作能夠根據實際情況實時調整，優化工藝過程，減少不必要的能源消耗。

　　科學原理的理論可行性如何在生產一線落地？如何解決高爐煉鐵中數據利用率低、原料波動大、爐熱控制不穩定等關鍵難題？一個個問題猶如攔路虎，考驗著團隊的智慧與毅力，呼喚著校企雙方發揮各自優勢，共同迎接挑戰。

　　自項目開展以來，該校科技工作者和梅鋼技術人員雙向奔赴，攜手鉆研。研究團隊駐廠工作累計約4500小時，與梅鋼專家組團隊交流討論20余次。

　　以梅鋼5號高爐為核心應用場景，歷經兩個月通宵達旦的測試后，團隊采用大數據、智能算法與冶煉工藝深度融合的驅動模式，提出了基于“原燃料—操作—狀態—渣鐵”的全鏈條數據治理方案，以及涵蓋爐熱智能預測與反饋、關鍵變量預測、爐渣堿度閉環和綜合爐況智能診斷的智慧高爐模型，為智慧高爐技術的深度應用奠定了基礎。

　　變數據為信息，讓高爐更“透明”

　　封閉的高爐中，化學反應瞬息萬變。通過深度解析，把復雜的高爐數據變為可供優化的信息，讓高爐運轉更加“透明”，是智慧高爐系統成功的關鍵。

　　“根據高爐數據來源和結構復雜的特點，我們系統梳理了梅鋼高爐生產工序數據，共采集2500余個參數字段，通過數據治理、時滯性分析和關聯性分析，開發了模塊化、自適應的智能解析方法，將煉鐵數據利用率提升至80%。”團隊技術骨干石泉說。

　　在數據智能解析過程中，團隊就梅鋼原燃料數據與入爐料對應關系擬出多種解決方案，逐個測試驗證方案的可行性，累計測試代碼量近4萬行。

　　通過數據與機理的深度融合，團隊實現了提前1—3小時精準預測爐熱、煤氣利用率、透氣性等關鍵參數，提前6小時優化配料方案應對原料波動，并實時診斷爐況狀態，動態推送噴煤量、風溫等調整措施，全面提升了高爐運行的穩定性和智能化水平，為燃料比降低11kg/噸鐵、噸鐵生產成本減少30元、噸鐵二氧化碳排放降低25kg目標的實現提供了強有力的支撐。

　　“高爐智能化系統的應用，如同給高爐裝上了‘聰明大腦’，不僅提升了操作的穩定性，還能提升煉鐵過程的可控性和安全性，顯著降低生產成本和碳排放。”儲滿生說。

　　“這個項目的成功，歸功于數據、機理與經驗的深度融合。以數據驅動為基礎、機理模型為核心、冶煉經驗為補充，形成了集成式智能煉鐵解決方案，為鋼鐵產業低碳化、智能化轉型樹立了標桿，提供了可推廣、可復制的技術示范。”中國工程院院士、東北大學教授王國棟表示。

　　工藝全面升級，發展新質生產力

　　智慧高爐系統的成功應用，并沒有使團隊停下攻關的腳步。著眼于技術在其他高爐和工序中的推廣，團隊又在鐵區一體化智能化煉鐵技術上取得了重大突破。

　　鐵區一體化閉環賦能體系，是團隊自主研發的以人工智能和數字孿生技術為核心的高效生產優化平臺。該體系通過對燒結、球團、高爐等工序的實時數據采集與分析，實現了虛擬和物理過程的動態交互，支持煉鐵工序實現從狀態感知、實時分析到科學決策、精準執行的全流程閉環控制。

　　在該體系的助力下，數據就像一條條靈動的“信息流”，高保真、全局性、高響應地流動著，提前預測工序運行狀態，為煉鐵生產提供更加穩定、高效的保障。

　　這項技術引起了多家國內大型鋼鐵企業的重點關注，并實現了工業應用。在撫順新鋼鐵180平方米燒結產線，技術團隊實現了精準計算燒結終點信息，協助現場燒結終點精細化管控，開展燒結狀態質量提前預測與操作參數反饋，突破了現場操作人員產線調整時空限制，通過數據驅動燒結產線異常分析，提供現場工藝所忽視的產線異常數據挖掘結果。

　　“我們將深化智能化煉鐵技術的研發與應用，服務鋼鐵行業新質生產力的發展，為我國鋼鐵產業的轉型升級貢獻自己的力量。”儲滿生對未來充滿信心。

《中國教育報》2025年03月26日 第06版