转炉智能冶炼优化模型的研究与应用

• 作者: 占小立 张立强 张超杰 伏凯旋 宋迎前 赵傲南 程瑾琦
• 来源期刊: 金属世界
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 热点聚焦|Highlights Focus
• 页码范围: 23-28
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-6826.2021.02.0005

摘要

工业大数据是工业生产过程中全生命周期的数据总和,是智能制造的核心,也是中国制造2025实施的关键支撑[1-4].以"大数据+工业互联网"为基础,用云计算、大数据、物联网、人工智能等技术引领工业生产方式的变革,拉动工业经济的创新发展.对于钢铁行业来说,传统的大数据分析技术难以胜任高精度和高可靠性的要求,同时钢铁工业大数据也区别于离散生产的工业现场,需要建立基于工艺机理模型上的大数据系统,整合设备自动化、过程控制、生产控制、制造管理等数据,打通纵向和横向的数据孤岛,实现管控衔接和工序衔接,并利用数据分析结果反过来指导各个环节的控制与管理决策,并通过效果监测的反馈闭环,实现决策控制持续优化.