大型工业加热炉智能燃烧控制系统在板坯全自动精确跟踪基础上，通过板坯温度、尺寸、重要参数的自动测量、坯号智能识别等技术手段实现生产计划自动核对，板坯实物、计划、工艺的准确对应。此外，基于板坯加热温度实时精准预测模型，建立智能化燃烧控制策略系统，实现复杂工况和炉况的动态感知与自适应，减少人工干预以及对操作经验的依赖。综合运用各类大数据分析工具，对板坯温度、位置、工况、设备等海量的同时空大数据分析加热质量与升温曲线、设备以及工况的关系，建立板坯加热质量和加热炉能耗评估体系，实现真正会“思考”的加热炉。

通过开发CSP过程控制系统在线改造关键技术，实现了多品规轧制和产品厚度、板形、温度、性能等指标的高精度控制，并成功进行示范应用，主要研究内容和创新性如下： （1）基于工况动态感知的辊底式隧道加热炉智能燃烧系统。通过建立考虑氧化铁皮及上下表面换热差异的多维快速板坯温度场在线预报模型、基于工况动态感知技术和改进精英策略的遗传算法板坯最佳升温曲线模型、板坯加热质量及隧道炉能效评估智能决策模型，集成了CSP隧道炉智能燃烧系统，实现了加热质量、能耗等指标的整体优化，大幅提升了板坯温度的FET、模型、同板差、同炉坯间差、交叉坯间差命中率，自动烧钢率由0%提高到90%以上，能耗下降19%以上。 （2）适应CSP流程的高精度轧制过程控制模型。通过建立基于相变动力学和位错密度理论的两相区轧制统一变形抗力模型、基于自学习参数动态分区拟合算法和自学习速度在线优化算法的多种自学习策略模型、基于物理冶金和工业数据混合驱动的组织性能在线预报及工艺优化模型，满足了多品规、双流交叉、品规快速过渡的高精度轧制需求，厚度、FDT、CT的命中率分别由97.57%、93.83%、87.34%提高至99.60%、98.10%、97.87%，碳钢产品实现了“免取样”。 （3）兼顾全幅宽和多目标的板形综合控制技术。在开发边部变凸度工作辊辊形及其控制技术、考虑温度-相变-应力多场耦合的全幅宽机架间板形传递模型的基础上，集成上下游机架多辊形灵活配置策略及下游机架变参数异步窜辊策略的、兼顾多目标的板形成套控制系统，实现了全幅宽板形与轧制稳定性的协同控制，凸度C40、平坦度命中率分别由98.46%、96.64%提高到99.08%、99.80%，且凸度C25命中率能达95.97%，薄规格生产能力由2.00mm扩展至1.20mm。 （4）基于数据网关的过程控制系统在线升级改造技术。通过开发基于数据网关的新老系统并行调试技术、基于通信中间件的高性能电文实时解析与分发技术、功能模块级别的系统无缝双向一键软切换技术和采用自主研发的中间件平台和模块化设计方法，搭建了具有开放、可配置、免维护等特点的、稳定可靠的过程控制系统，实现了低风险的、无需专门停机时间的过程控制系统在线改造。

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。