兴澄特钢大方坯连铸机原本为国外全套引进设备。为适应新形势下品种开发的需要进行国产化改造后，产品实物质量不甚理想，碳偏指数满足0.95~1.05范围的比例不足90%，影响高质量要求钢材的交付。而当初随整套设备同步引进的凝固数学模型没有得到外方的开源性程序，设备改造后据模型模拟达不到预期的效果，外方借机提出天价条件且关键技术仍受制于人。 为了不受外方“卡脖子”，兴澄特钢决定成立项目组，根据实际生产条件，自主开发一套连铸凝固模型，探索模型校准的新方法，寻找一种对轻压下有效的分析方法，设计适合典型钢种的轻压下工艺，进一步提升偏析质量以满足更高要求的品种开发。

钢铁冶炼过程需要消耗大量的能源及水资源，耗水量约占我国全部工业用水消耗的10%，废水排放量约占全部工业废水排放量的14%，是典型的高耗水行业。我国高度重视钢铁行业的用水节水，经过20多年的发展，目前钢铁企业的平均吨钢新水耗量约2.5m3/t，平均吨钢废水排放量约0.5~0.6m3/t，仅分别为20年前的1/10及1/20，均已达到国际先进水平，但总量依然巨大。以2020年全国粗钢产量10亿吨计，当年新水消耗约25.7亿m3，废水排放量约6亿m3。此外，钢铁企业大量使用水作为冷却介质，经过蒸发后的废水中富集了大量盐分，盐浓度可达新水的数十倍以上，直接排放将对生态环境、人类健康和安全造成极大的危害，也会造成盐资源的损失。因此，实现钢铁行业的废水零排放，回收水资源与盐资源，已然成为践行习近平生态文明思想、推动钢铁行业绿色发展的当务之急。 然而，当前钢铁行业的废水零排放却受制于分盐结晶这一关键性技术。分盐结晶是指通过热法或者膜法，将工业废水中的不同盐组分（如NaCl、Na2SO4、KCl等）分离，然后通过结晶的方式实现水与单质盐的分离，过程中的冷凝水回用，盐晶作为其他行业的原材料，实现新水用量降低、废水零排放的目的，过程中常用的膜分离技术、蒸发浓缩/结晶技术均属于成熟技术，已在不同领域中成功应用。但是在钢铁行业探索废水分盐结晶技术应用的过程中，由于水系统设计缺少对钢厂水质水量的系统性精准预测，常规废水预处理技术缺乏智能化精细控制，水系统管理方式落后等原因，致使目前我国钢铁企业的大多数废水零排放系统均无法高效稳定运行，运行成本高、故障率高、盐品质低，影响企业水资源的利用效率和废水零排放成效。因此，亟需从水盐平衡、预处理精细化管理、水系统智能化管控等角度攻克分盐结晶技术应用过程中存在的诸多问题。

通过对国内近百条热连轧生产线的过程控制模型精度和产品质量指标研究发现，造成非稳态过程难以控制的原因，既有板带材轧制本身的工艺因素，又受制于热连轧自身的控制特点，长期面临如下突出问题： （1）热连轧各机架存在着弹性变形和塑性变形的交叉耦合作用。热连轧各机架与带材直接接触并产生压下量时，轧机设备会发生弹性变形，轧件又会发生塑性变形，这种设备弹性状态和带钢压下产生的塑性状态耦合到一起，导致传统数学模型很难对其进行精准计算和表述，尤其在频繁换规格或换钢种状态下，一种弹塑性耦合状态下的模型未完自学习至最优状态，又会过渡到另外一种弹塑性状态，导致整个机组形成长时间的非稳态过渡过程。 (2)非稳态过程难以建立高精度的热轧数学模型。该过程具有不确定性、非线性等特点，存在润滑状态、设备工况等多种多样难以表述的变化，这些对薄带材轧制的影响远超过普通带材。而实际控制过程采用的单一常参数模型难以满足连续变化的要求，模型匹配性差，实际生产过程中轧制力、前滑等关键参数存在很大偏差。 (3)多工序间的过程控制参数波动的影响。热连轧生产过程装备由加热炉、定宽压力机、粗轧机组、精轧机组、控制冷却及卷取机组等多个区域组成，各个工序均具有非线性、快响应以及时变、不确定性、工艺控制模型复杂、过程变量维数高、规模大等特点，这就决定了各个工序的建模过程比一般的工业过程复杂得多。这种非稳态下的过程参数波动，均可对下游工序产生很大的影响，从而导致产品质量问题，如板形、尺寸精度以及工艺性能等。 针对热连轧制造领域内过程精准控制科学问题和相关技术瓶颈，2019年河钢集团有限公司、华为、东北大学在深圳举行联合组建“工业互联网赋能钢铁智能制造联合创新中心”签约挂牌仪式。三方成立的联创中心将作为钢铁行业工业互联网与智能制造产学研用平台，以钢铁全流程产线为基点，着力实现网络化、数字化、智能化的新钢铁，促进钢铁产业转型升级、高质量发展。 项目团队依托河钢邯钢公司邯宝2250mm热连轧生产线，基于现有自动化与信息化系统，深度融合数据驱动模型与机理模型，首次开发了热连轧过程动态数字孪生模型并建立了CPS控制系统平台，提高了轧制工艺对复杂多变工况的原位分析能力，改善了热连轧过程三维尺寸控制指标。

我国钢结构建筑日益向大型化、高层化、装配化、高效化的趋势发展，对钢铁材料提出了抗震性、强韧性、耐火耐候性等功能多样化的服役要求。为此，必须解决以下主要技术问题： 问题1：为保证建筑钢结构良好的抗震性能，对钢材提出的关键技术指标要求是较低屈强比（≤0.83）、更高抗层状撕裂性能（Z35）、窄屈服强度波动（≤110MPa），以及具有明显的屈服平台。对于420MPa以上大厚度高强韧建筑钢，依靠原有技术难以稳定控制显微组织中软硬相比例，无法实现特厚钢板心部晶粒细化。 问题2：为解决结构耗能、消能、减震设计需求，对制作钢结构“减震器”的软钢，提出了极低屈服强度等级（100MPa）、低屈强比（≤0.6）与小波动范围（±20MPa）、极高断后伸长率（≥50%）等技术要求，需要创新设计低屈服强度软钢成分体系，突破轧制和热处理精准化工艺技术。 问题3：为提高建筑钢结构综合抗灾能力（火灾和腐蚀），要求开发适应不同防火等级的耐火耐候钢，特别是在600℃高温并保持3小时的条件下，690MPa的屈服强度不低于室温目标值的2/3（≥460MPa），需要探明抗震、耐火耐候组织与性能耦合机制，系统开展耐火极限等服役性能评价。

通过对国内近百条中厚板生产线的工艺技术装备现状研究发现，产线普遍在关键工艺质量参数感知、多工序协调优化方面，长期面临如下突出问题： 1、生产过程中轧制、剪切等工序的自动化达到较高水平，但是各工序控制系统相对孤立，尚未形成联动，部分工序缺失关键质量参数，不能基于反馈进行动态优化控制，机理模型的预测和控制精度低，严重影响产品质量、生产效率和成材率的提升； 2、缺少钢板轮廓识别和板形检测关键大型仪表，导致轧后钢板头尾形貌、轮廓和板形等关键质量参数难以在线精准识别，仍以人工方式线下测量，无法与轧制过程形成在线反馈控制，难以通过在线工艺优化来保证最终产品质量； 3、依靠人工经验的传统组板系统订单匹配度低、精准剪切控制能力偏低，无法根据钢板实时轮廓信息优化组板策略导致组板余材过多，影响生产效率和成材率。剪切工序也无法根据实时轮廓形状优化剪切策略。此外，剪切工序与轧制过程、组坯过程除基础的产品信息交互之外，无其它过程质量数据交互，迫切需要将轧后钢板实际轮廓形状与订单合同进行实时动态匹配，急需开发面向多目标约束的优化剪切和动态组板策略，以实现减少切损的同时提高订单的匹配度。 针对宽厚板制造领域内过程精准控制科学问题和相关技术瓶颈，2010年由山钢与东北大学等单位组建联合研发团队，在国家十三五重点研发计划《基于CPS架构的多工序协调优化与质量精准控制及应用示范》（2017YFB0304103）项目和山东省《宽厚板智能轧制数字化车间是的试点示范》项目的支撑下，依托山东省山钢王国栋院士工作站科研平台，深入推进开展产学研合作和协同创新，发挥高校基础研究理论创新优势与企业产工程技术优势，联合开展本项目关键共性技术的科研攻关工作。

钢铁工业对我国国民经济的发展和国家建设有着举足轻重的地位。高品质钢具有洁净化、均质化和细晶化的要求，其中洁净化指的是钢中非金属夹杂物。所有钢都有夹杂物的问题，解决了夹杂物的问题就解决了所有钢种的三分之一以上的问题。合金结构钢中的脆性夹杂物会导致产品的开裂失效，非调质钢和易切削钢中硫化物沿晶界析出会导致产品的疲劳伤损，大型铸锻件模铸过程聚合形成的大型夹杂物会导致产品的探伤不合。因此，钢中非金属夹杂物的特征直接影响钢产品的质量和性能，同时高熔点夹杂物会引起钢连铸过程浸入式水口结瘤。钙处理技术是改性钢中非金属夹杂物的最常用、最直接、最有效的方法，在过去的几十年里，钙处理在减少水口结瘤和夹杂物控制等方面一直扮演着无可替代的角色。 然而，由于钙金属本身化学性质活泼以及沸点低等特性，导致工业生产钙处理过程存在着喂钙量经验化、钙合金收得率波动大、改性夹杂物效果不稳定的行业瓶颈难题。因此，有必要针对高品质钢钙处理改性夹杂物的精准性和稳定性开展深入和系统的研究，使钙处理技术始终处于最优效果，准确有效地实现钢中夹杂物数量、成分和形态的稳定控制，为我国高端特殊钢产品质量的稳定提升和自主生产制备提供技术支撑。

高端特殊钢具有洁净化、均质化和细晶化的要求，其中洁净化指是钢中非金属夹杂物。所有的钢都有夹杂物的问题，解决了夹杂物的问题就解决了所有钢种的三分之一以上的问题。夹杂物的控制是生产高端特殊钢洁净化控制的重中之重。合金结构钢中的脆性夹杂物会导致产品的开裂失效，非调质钢和易切削钢中硫化物沿晶界析出会导致产品的疲劳伤损，大型铸锻件模铸过程聚合形成的大型夹杂物会到导致产品的探伤不合。因此，钢中非金属夹杂物的特征直接影响钢产品的质量和性能，同时高熔点夹杂物会引起钢连铸过程的浸入式水口结瘤。钙处理技术是改性钢中非金属夹杂物的最常用、最直接、最有效的方法，在过去的几十年里，钙处理在减少水口结瘤和夹杂物控制等方面一直扮演着无可替代的角色。 然而，由于钙金属本身化学性质活泼以及沸点低等特性，导致工业生产钙处理过程存在 着喂钙量经验化、钙合金收得率波动大、改性夹杂物效果不稳定的行业瓶颈难题。因此，有 必要针对高端特殊钢钙处理改性夹杂物的精准性和稳定性开展深入和系统的研究，使钙处理 技术始终处于最优效果，准确有效地实现钢中夹杂物数量、成分和形态的稳定控制，为我国 高端特殊钢产品质量的稳定提升和自主生产制备提供技术支撑。

热轧生产过程是钢铁全流程承前启后的重要工序，也是企业建设“云-边-端”高效协同管控体系的关键，热轧数字化智能制造系统对推进“铁钢轧”全流程高质量智能工厂建设具有重要意义。针对当前普遍存在多源异构数据融合与追溯难闭环、生产过程控制与质量溯源非协同、面向多目标决策的精益化管控不精细等痛点问题，具体体现在： 1、现场数据体量庞大、数据残缺和无效项过多，缺乏相应的大数据平台对数据进行统一且有效的采集、清洗、归集和存储。传统的离线存储方式需要大量物理硬盘，残缺数据无法实时还原及重现，并且数据安全性无法得到保证； 2、现场数据归集多采用时间维度，相应的数据时空转换技术不成熟，难以满足实物质量分析和溯源过程中使用空间维度数据的需求； 3、产品质量异常，无法实现精准定位溯源，控制系统L1/L2大多由第三方承建，底层模型黑箱瓶颈难以突破；监控预警场景定制化差异需求大，关键参数零散分布于不同系统导致现有技术无法统计全流程工艺设备状态； 4、设备运维停留在传统的人工点检+周期更换模式，重点设备监控停留在耳听眼看的阶段，一些先进的设备测振、测温、图像识别技术未能得到应用；复杂设备系统依靠单一的仪表阈值进行报警，缺乏劣化趋势和状态的模型判断； 5、轧线、磨辊间、钢卷库、质检等生产单元自动化程度低，存在着大量可用智能装备代替的人工操作，如加热炉板坯核对、钢卷质量判定等，工作效率低、操作失误多； 6、安全、环保、消防各模块分散管理，设备系统多，系统集控技术落后，后台监控人员多，紧急状态下人员协同慢； 7、能源和成本统计方法简单、粗放，部分能源点统计未能实现自动采集，能源消耗靠简单的系数来进行标准成本的分摊，成本统计无法精确到卷、班组、区域； 8、钢卷入库、下线、装车、作业无自动计划，物流无自动优化，作业流程无信息化跟踪，操作人员多、效率低下； 9、生产管理、质量管理、设备管理、成本管理、KPI指标管理和安全管理等各个维度的数据不同域，无法跨域联合分析，需人工拷贝、合并、分析。 因此，亟需汇聚车间级全流程数据，涵盖轧辊间、设备运维、能源环保、消防安全、运营管理及智慧决策开发需求，支撑主轧线及公辅等生产作业单元智能协同管控，建立基于精益化管理的热轧数字化智能制造系统。

热轧作为钢铁生产流程的重要环节，具有高频、强耦合、非线性等特点，温度、相变、应力相伴相生。经历工业3.0后，热轧技术在主线自动化程度、品种规格、产品质量、信息融通等方面取得了长足的进步，但仍然存在如下亟待解决的问题：库区、磨辊间、能源介质、质检等非主线单元存在着大量的人工操作，劳动生产率低下；加热能力、轧线节奏、多区域调度、生产顺行等问题影响产能释放，高效生产需求迫切；以板形、表面、轧破甩尾为代表的质量和生产稳定性长期困扰热轧企业，控制模型精度、设备状态、关键检测缺失、监控不完善、人工干预多等是主要原因；缺乏工厂级成本管理系统，能耗到卷（或板、管、棒等）、成本到卷无法实现，做不到精细成本控制；自动化、信息化已逐步完善，但许多和设备、人员、物料、能源等密切相关的数字化工作尚在起步；上下游工序、工厂业务之间缺乏物质流、信息流、能量流协同机制，工作效率低下，标准实施和固化困难，决策靠人。 热轧面临的如上问题大多是多因素或多目标问题，需要从全局加以考虑，现有的多级计算机系统构架具有局限性，热轧智能工厂建设则为解决如上问题提供了契机。本项目提出一种以问题为导向的热轧“双智控”智能工厂构架方案，以短板补齐、智能检测、工业互联网平台等为支撑，以关键绩效指标为牵引，从操维集约和业务协同两个方面出发，借助精准感知、数字孪生、工艺驱动、智能算法等手段，追求产线极度自动化和业务高效协同化。热轧智能工厂的建设实现物质流、能量流、信息流互联互通，并完成生产过程中大尺度的全局优化和资源配置，可推动真正意义上的热轧工厂技术变革。

我国查明铁矿资源储量达852.19亿吨，但复杂难选铁矿资源所占比例较高，仅微细粒赤铁矿、褐铁矿、菱铁矿等典型复杂难选铁矿石储量达200亿吨以上，部分国外权益矿山复杂难选铁矿石储量高达300亿吨以上。该类铁矿资源品位低、矿物组成复杂、嵌布粒度微细，采用常规选矿技术无法获得较好的技术经济指标，大部分复杂难选铁矿资源尚未工业化开发利用，少量资源虽得以开发，但选矿工艺复杂、成本高，回收率仅能达到60%～65%，部分排岩矿和尾矿中铁含量高，缺乏高效利用技术。磁化焙烧是处理复杂难选铁矿石最为有效的技术，常规磁化焙烧方式有竖炉焙烧、回转窑焙烧。但均存在以下问题：1）多种铁矿物同步磁化，反应差异大、效果差；2）物料加热和还原在同一炉腔内进行，还原气氛弱、效率低；3）人造磁铁矿矫顽力大，磁选指标差，且冷却过程无法高效回收潜热。因而，研发自主创新技术，实现我国复杂难选铁矿石高效清洁利用，强化我国铁矿资源保障能力，具有重要的战略意义。 东北大学韩跃新教授项目团队针对常规磁化焙烧工艺加热与还原同腔同步进行，导致还原气氛弱、效率低、质量差的缺陷，提出了悬浮态下铁物相分段精准调控新思路，即第一阶段将复杂难选铁矿石在氧化气氛下加热，通过精准控制反应条件，将褐铁矿、菱铁矿氧化或分解为赤铁矿和磁铁矿，提高了物料均一性；褐铁矿脱水反应和菱铁矿分解反应在矿物颗粒内部生成大量的微孔和裂隙，提高了还原反应活性；第二阶段停止加热，通入还原剂创造强还原气氛，利用矿石自身蓄热使赤铁矿悬浮态下快速还原为磁铁矿；第三阶段冷却过程适时风冷再氧化物相精准控制，将部分磁铁矿转化为磁赤铁矿同步释放潜热，物料与冷风对流高效换热，其潜热和显热以热风形式返回系统循环利用。同时提出了“异步分腔蓄热还原”、“非均质矿石颗粒悬浮态还原装置”等技术方案