蔣 旭

（南京鋼鐵股份有限公司，江蘇 南京 210035）

引 言

高爐煉鐵工藝具有連續(xù)生產(chǎn)、大批量、熱效高等特點(diǎn)，目前仍是全世界最主要的煉鐵生產(chǎn)工藝。近年來，高爐原燃料條件不斷改善，操作技術(shù)、裝備條件和管理水平都得到快速提高，促進(jìn)生產(chǎn)效率大幅提升，各項能耗指標(biāo)穩(wěn)步下降。隨著國內(nèi)鋼鐵形勢不斷發(fā)展，各項技經(jīng)指標(biāo)已進(jìn)入瓶頸期，嚴(yán)重制約著精益生產(chǎn)水平的持續(xù)提升。亟需引入全新生產(chǎn)技術(shù)，提升高爐煉鐵核心競爭力。隨著新一代信息技術(shù)與傳統(tǒng)制造業(yè)的深度融合，鋼鐵工業(yè)通過大數(shù)據(jù)智能分析技術(shù)，提升經(jīng)營管理和智能決策水平，目前已成為行業(yè)共識。

煉鐵行業(yè)在多年以前不太重視數(shù)據(jù)的應(yīng)用，加之各個數(shù)據(jù)系統(tǒng)都是分步建設(shè)，造成海量的數(shù)據(jù)難以全部貫通，極大的影響了規(guī)?；褂?。隨著工業(yè)4.0及智能制造2025規(guī)劃對工業(yè)變革的快速推進(jìn)，近些年來，大數(shù)據(jù)在煉鐵生產(chǎn)領(lǐng)域方面的應(yīng)用迎來了前所未有的巨變。不少鋼鐵企業(yè)等均投入大量的資源進(jìn)行這方面的研究，并投入到了實踐應(yīng)用。如河鋼研究了大數(shù)據(jù)在高爐煉鐵生產(chǎn)中排除設(shè)備隱患，延長設(shè)備生命周期，從事后維修向預(yù)測性維護(hù)轉(zhuǎn)變的應(yīng)用［1］；山鋼通過將冶煉過程的數(shù)據(jù)進(jìn)行整合，利用大數(shù)據(jù)分析手段排查風(fēng)機(jī)隱患、解決高爐生產(chǎn)存在的安全問題［2］；天鋼利用大數(shù)據(jù)過程質(zhì)量控制系統(tǒng)，對鋼鐵生產(chǎn)過程中的質(zhì)量進(jìn)行預(yù)測［3］等。

盡管行業(yè)已經(jīng)開始認(rèn)識到大數(shù)據(jù)在煉鐵生產(chǎn)中的巨大作用，但目前更多的還是在一些點(diǎn)上的應(yīng)用，如何從系統(tǒng)層面搭建鐵區(qū)統(tǒng)一的數(shù)據(jù)平臺，實現(xiàn)規(guī)模化應(yīng)用數(shù)據(jù)，從而產(chǎn)生更大的效益，是行業(yè)進(jìn)一步發(fā)展面臨的迫切問題。

進(jìn)入十四五，南京鋼鐵積極踐行國家智能制造戰(zhàn)略，通過建設(shè)鐵區(qū)智慧集控中心，實現(xiàn)5大工序、9大系統(tǒng)深度融合，構(gòu)建鐵區(qū)一體化智能管控平臺，采集數(shù)據(jù)30多萬點(diǎn)，將60余年煉鐵經(jīng)驗與大數(shù)據(jù)智能分析技術(shù)深度融合，開發(fā)200余套智能應(yīng)用，支撐鐵區(qū)精益生產(chǎn)。

本文介紹了南鋼鐵區(qū)一體化智能管控平臺功能架構(gòu)，以及通過應(yīng)用大數(shù)據(jù)智能分析技術(shù)實現(xiàn)重大特殊爐況預(yù)警、爐熱智能預(yù)警、爐缸狀態(tài)預(yù)警、生產(chǎn)管理智能決策等在高爐煉鐵中應(yīng)用實踐，達(dá)到提質(zhì)降本效果，對行業(yè)智能制造實踐具有一定借鑒和示范意義。

1 大數(shù)據(jù)智能分析技術(shù)在高爐煉鐵中的應(yīng)用價值

近10年來，在高爐冶煉技術(shù)發(fā)展過程中，隨著高爐冶煉深度的提高，大數(shù)據(jù)分析技術(shù)與煉鐵生產(chǎn)的深度融合，通過大數(shù)據(jù)的可視化、圖文交互的方式實現(xiàn)高爐數(shù)據(jù)源連接、數(shù)據(jù)加工處理、數(shù)據(jù)分析和結(jié)果展現(xiàn)的過程，完成數(shù)據(jù)觀察、操縱、研究、瀏覽、探索、過濾、發(fā)現(xiàn)和理解等一系列過程。

在這些過程中，大數(shù)據(jù)智能分析技術(shù)通過科學(xué)的數(shù)據(jù)挖掘與分析方法從復(fù)雜、多維的數(shù)據(jù)中挖掘出潛在的知識；根據(jù)業(yè)務(wù)需求建立機(jī)器學(xué)習(xí)模型，對模型進(jìn)行評估、調(diào)優(yōu)，提煉出對高爐冶煉有價值的知識成果，并以大數(shù)據(jù)可視化方式將其成果進(jìn)行多維度展示，從而幫助鋼鐵企業(yè)人員從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律、提升生產(chǎn)管理水平、質(zhì)量品質(zhì)、供應(yīng)鏈管理水平、優(yōu)化環(huán)境資源、設(shè)備故障管理、能耗精細(xì)化管理等，進(jìn)而提升企業(yè)的核心競爭力。

大數(shù)據(jù)智能分析作為智能應(yīng)用核心功能，在智能監(jiān)測和預(yù)警數(shù)據(jù)基礎(chǔ)上，結(jié)合南鋼生產(chǎn)經(jīng)驗和業(yè)務(wù)專家知識，利用大數(shù)據(jù)處理技術(shù)和神經(jīng)網(wǎng)絡(luò)等智能算法，對影響生產(chǎn)狀況的核心工藝因素進(jìn)行逐級分解、深度分析，輸出生產(chǎn)調(diào)整和優(yōu)化建議，幫助技術(shù)人員和管理人員進(jìn)行科學(xué)決策，為智能優(yōu)化和輔助決策提供必要支撐。

2 大數(shù)據(jù)智能分析技術(shù)在高爐煉鐵中應(yīng)用實踐

2.1 鐵區(qū)一體化智能管控平臺構(gòu)建

由于煉鐵工藝流程復(fù)雜，不能形成一個統(tǒng)一的、標(biāo)準(zhǔn)化和智能化的系統(tǒng)，這是導(dǎo)致高爐數(shù)據(jù)資源不能共享的重要因素。為了將鋼鐵技術(shù)和鋼鐵生產(chǎn)的職能結(jié)合起來，基于鐵區(qū)的全流程整合，構(gòu)建煉鐵一體化智能管控平臺，利用大數(shù)據(jù)智能在線分析，以鐵區(qū)生產(chǎn)穩(wěn)定高效、鐵水成本和能源消耗最優(yōu)為目標(biāo)，促進(jìn)“鐵燒焦料”一體化管控的實現(xiàn)，為精細(xì)化生產(chǎn)管理提供科學(xué)保障和輔助決策，對整個鐵區(qū)進(jìn)行技術(shù)指導(dǎo)與管理，創(chuàng)造一流的生產(chǎn)技術(shù)指標(biāo)。

本文將大數(shù)據(jù)智能分析技術(shù)貫穿于高爐、燒結(jié)、焦化、原料等工序，為每個工序提供相應(yīng)的智能應(yīng)用。其主要運(yùn)行機(jī)理是以物質(zhì)流、信息流和工序生產(chǎn)數(shù)據(jù)作為輸入信息源，把工藝技術(shù)作為核心，進(jìn)行相關(guān)數(shù)據(jù)的處理與分析。采集了原料場、焦化、燒結(jié)、高爐等流程數(shù)據(jù)、檢化驗數(shù)據(jù)、能源介質(zhì)數(shù)據(jù)，對各工序生產(chǎn)數(shù)據(jù)進(jìn)行了關(guān)聯(lián)、變換和清洗，根據(jù)流程對數(shù)據(jù)集群進(jìn)行匹配并建立數(shù)據(jù)主體，進(jìn)而實現(xiàn)各個業(yè)務(wù)領(lǐng)域的高質(zhì)量數(shù)據(jù)統(tǒng)計和在線分析，并配置適合不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)庫（關(guān)系數(shù)據(jù)庫、分布式數(shù)據(jù)倉庫），實現(xiàn)數(shù)據(jù)存儲和訪問，如圖1所示。

在諸如高爐爐況評價、燃料比、煤氣利用率等數(shù)據(jù)可視化、生產(chǎn)指數(shù)智能診斷（例如爐況總體評價、分項爐況變化、引發(fā)爐況變化的相關(guān)參數(shù)分析）、重大特殊爐況預(yù)測、爐熱智能預(yù)測、基于提質(zhì)降本的參數(shù)合理范圍尋優(yōu)上均實現(xiàn)了智能控制。

鐵區(qū)一體化平臺深度融合南鋼鐵區(qū)豐富生產(chǎn)管理經(jīng)驗，上線工序智能應(yīng)用，配套無紙化智能辦公、關(guān)鍵參數(shù)自動尋優(yōu)、數(shù)據(jù)交互式分析等智能化功能，為實現(xiàn)鐵區(qū)的高效、低耗、穩(wěn)定、安全生產(chǎn)提供輔助支撐。

2.2 高爐重大特殊爐況預(yù)測技術(shù)

在高爐生產(chǎn)過程中，由于受到爐料下降和煤氣流上升相對運(yùn)動、高溫、高壓以及物理和化學(xué)反應(yīng)的影響，容易引起懸料、崩料、滑料等操作失常，如果沒能及時地進(jìn)行準(zhǔn)確的判斷和預(yù)測，則將極大地威脅到高爐操作的穩(wěn)定順行。

通過融入南鋼生產(chǎn)經(jīng)驗，根據(jù)歷史發(fā)生的異常爐況，獲取時間序列特征參數(shù)如熱風(fēng)壓力、透氣性指數(shù)、ηCO等的變化表征，構(gòu)建異常爐況預(yù)測特征參數(shù)表征數(shù)列，定義異常爐況預(yù)警定量判定規(guī)則。

基于時間滯后挖掘（TLCC）、關(guān)聯(lián)規(guī)則（Association Rules）、規(guī)則庫可視化以及學(xué)習(xí)模式相似性（LPS）算法，提出一種基于自學(xué)習(xí)模式的魯棒相似性度量方法，通過樹的集成學(xué)習(xí)策略，快速和不敏感的參數(shù)設(shè)置，實現(xiàn)高爐特殊爐況智能匹配學(xué)習(xí)，如圖2所示。

圖2 高爐重大特殊爐況規(guī)則學(xué)習(xí)

當(dāng)前10 min異常爐況預(yù)測特征參數(shù)量化表征數(shù)列符合預(yù)警判定規(guī)則時，系統(tǒng)自動給出異常爐況預(yù)警提示。該模型上線后運(yùn)行4個月，對5座高爐的管道、崩料、滑料、休風(fēng)和懸料事件進(jìn)行學(xué)習(xí)和預(yù)警如圖3所示，命中率較高，輔助高爐操作者有效穩(wěn)定爐況，實現(xiàn)全廠連續(xù)4個月無懸料。

圖3 基于自學(xué)習(xí)算法的爐況預(yù)測（崩滑料）

2.3 高爐硅含量智能預(yù)警技術(shù)

爐熱調(diào)節(jié)作為高爐日常操作的主要內(nèi)容，對高爐穩(wěn)定運(yùn)行至關(guān)重要，而高爐生產(chǎn)過程中，穩(wěn)定爐況、維持良好的爐熱狀態(tài)，是實現(xiàn)這一目標(biāo)的根本保證。生鐵含硅量與鐵水溫度是影響高爐熱狀態(tài)的重要參數(shù)，能夠準(zhǔn)確預(yù)測出鐵水含硅量與鐵水溫度對于指導(dǎo)高爐操作具有重要的意義?？刂乒韬康钠胶馐歉郀t冶煉中一項重要的操作制度，是爐況穩(wěn)定順行，獲得最佳經(jīng)濟(jì)效益的基礎(chǔ)。本文所研究的鐵水硅含量智能預(yù)警技術(shù)的功能結(jié)構(gòu)如圖4所示。

圖4 鐵水硅含量智能預(yù)警技術(shù)功能結(jié)構(gòu)圖

鐵水硅含量智能預(yù)警技術(shù)，包括模型參數(shù)選擇、大數(shù)據(jù)建模功能。

2.3.1 模型建模參數(shù)選取

實踐證明，參數(shù)趨勢變化量與爐溫的變化有一定的對應(yīng)關(guān)系。高爐內(nèi)部熱量增加或減少滿足熱平衡，爐溫的變化主要受改變熱平衡計算的一些參數(shù)的影響，建模參數(shù)需要選擇對爐溫變化影響較大起作用的參數(shù)，同時區(qū)分主要影響參數(shù)和次要影響參數(shù)之間的關(guān)系。

2.3.2 模型輸入?yún)?shù)與爐溫的時間對應(yīng)在線辨識

模型不同輸入?yún)?shù)的檢測值對爐溫影響的滯后時間不同，本文利用了LSTM（Long short-term memory）神經(jīng)網(wǎng)絡(luò)時間記憶功能可自動計算出各個參數(shù)在各個時段對爐溫的影響權(quán)重，從而解決了不同參數(shù)對爐溫的影響滯后性問題。

模型上線后，通過3個月訓(xùn)練數(shù)據(jù)積累，不斷更新訓(xùn)練樣本知識庫，目前鐵水硅含量預(yù)測值與實際值偏差在0.05%以內(nèi)，預(yù)報成功率超過90%，為穩(wěn)定高爐爐況打下堅實基礎(chǔ)，如圖5所示。

圖5 鐵水硅含量智能預(yù)警畫面

2.4 高爐爐缸狀態(tài)智能預(yù)警技術(shù)

高爐長壽的限制性環(huán)節(jié)是爐缸的壽命。近10年來，隨著高爐強(qiáng)化冶煉、原料條件等諸多因素的變化，爐缸耐材溫度偏高、甚至爐缸燒穿的嚴(yán)重事故頻發(fā)。如何維持高爐爐缸安全性、活躍性和均勻性，對于爐況穩(wěn)定順行，節(jié)能降耗至關(guān)重要。

為了監(jiān)控爐缸侵蝕狀況，高爐長壽智能應(yīng)用根據(jù)二維穩(wěn)態(tài)傳熱建立爐缸熱傳導(dǎo)模型，利用有限單元法求解，計算爐缸的最大侵蝕線擴(kuò)展到計算爐缸的最大侵蝕線、爐缸凝鐵層厚度等，為高爐操作人員輸出直觀的爐缸侵蝕效果，并顯示侵蝕的演變規(guī)律，提前預(yù)警爐缸安全狀態(tài)，如圖6所示。并針對生產(chǎn)指標(biāo)、原燃料變化、出鐵作業(yè)等對爐缸活躍性和均勻性的影響分析，快速確定改善方向，如圖7所示。

圖6 高爐爐缸侵蝕畫面

圖7 爐缸活躍性分析及預(yù)警

2.5 提質(zhì)降本大數(shù)據(jù)智能決策技術(shù)

本文將工業(yè)大數(shù)據(jù)挖掘方法應(yīng)用在高爐生產(chǎn)實踐，將線性回歸、集成回歸、聚類分析、主成分分析、神經(jīng)網(wǎng)絡(luò)、模糊辨識、關(guān)聯(lián)規(guī)則等各種方法引入高爐數(shù)據(jù)分析，得到了一系列科學(xué)分析高爐生產(chǎn)的方法，充分有效的利用了各種數(shù)據(jù)，徹底改變了傳統(tǒng)分析爐況的手段，極大的提供了分析效率。

高爐生產(chǎn)是一個多參數(shù)輸入、多目標(biāo)輸出的優(yōu)化過程，輸入?yún)?shù)間相互耦合，影響趨勢、作用大小和作用時間均存在不確定性，因此需要通過收集大批量、長跨度、細(xì)粒度的生產(chǎn)參數(shù)進(jìn)行匹配和分析，獲得高爐不同的生產(chǎn)狀態(tài)下（提產(chǎn)、降耗等），各工序參數(shù)之間合理的匹配規(guī)則，輔助管理者制定合理操業(yè)方針，實現(xiàn)系統(tǒng)性智能優(yōu)化分析與高效決策，如圖8，9所示。

圖8 高爐多維對標(biāo)及參數(shù)合理匹配畫面

2.6 高爐料面智能化檢測技術(shù)

高爐在不斷添加爐料進(jìn)行連續(xù)冶煉過程中，控制爐頂布料形狀是非常重要、且難度很高的生產(chǎn)操作環(huán)節(jié)。由于爐內(nèi)檢測環(huán)境相對惡劣，在高溫、高壓、高粉塵、振動、強(qiáng)氣流等多種因素影響下，傳統(tǒng)檢測手段受干擾大且數(shù)據(jù)不直觀，料面形狀細(xì)節(jié)確認(rèn)困難。因此，加快料面智能檢測技術(shù)的推廣應(yīng)用，實現(xiàn)爐內(nèi)料面形狀信息的透明化與可視化，對優(yōu)化高爐合理裝料，穩(wěn)定料面形態(tài)，提高生產(chǎn)效率，降低燃料比具有重要意義，也為高爐生產(chǎn)進(jìn)一步節(jié)能減碳提供了重要手段。

料面智能檢測技術(shù)核心裝備是料面雷達(dá)系統(tǒng)。雷達(dá)波受粉塵影響??；技術(shù)成熟可靠、檢測精度高；可以及時反饋實時料面、數(shù)據(jù)直觀；外部鎧裝特殊保護(hù)結(jié)構(gòu)，保證長期連續(xù)穩(wěn)定運(yùn)行。操作方式靈活，可分為手動和自動兩種掃描方式。雷達(dá)掃描系統(tǒng)通過OPC接口與高爐OPC服務(wù)器通訊，接收布料信號來控制掃描裝置動作，實現(xiàn)布料前、后自動掃描功能，自動識別布料種類。用戶可以隨時將自動運(yùn)行切換為手動，自由選擇掃描時機(jī)對料面進(jìn)行觀察。

配套開發(fā)智能化的控制、分析和研判系統(tǒng)，提高數(shù)據(jù)的應(yīng)用價值。通過對料面形狀的數(shù)據(jù)分析，獲得高爐布焦/布礦結(jié)束料面形狀、平臺寬度、漏斗深度等一些列量化指標(biāo)；準(zhǔn)確定位發(fā)生塌料、懸料、料面偏析等異常工況的部位；通過無線設(shè)備方案，實現(xiàn)遠(yuǎn)程智能控制系統(tǒng)進(jìn)入爐內(nèi)實時測量料面，獲得結(jié)果后系統(tǒng)自動退出。

通過實踐運(yùn)用，料面智能化檢測具有以下技術(shù)特點(diǎn)：（1）在不影響生產(chǎn)前提下實現(xiàn)在線實時測量，不需要專門創(chuàng)造測量環(huán)境，能夠有效應(yīng)對強(qiáng)化冶煉狀態(tài)下爐內(nèi)的復(fù)雜環(huán)境，直觀顯示爐內(nèi)氛圍；（2）測量精度高，范圍廣；（3）抗干擾能力強(qiáng)，擁有優(yōu)良的冷卻和吹掃系統(tǒng)，保證系統(tǒng)長期穩(wěn)定運(yùn)行；后期維護(hù)量?。唬?）掃描速度快，15 s即可完成料面掃描，料型反饋及時；（5）單雷達(dá)料線測量范圍為從爐心至爐壁一個半徑信息通過鏡像顯示整個直接的圖像，測量深度可達(dá)0～10 m，滿足正常生產(chǎn)料形狀測量、停爐降料面測量及各種爐況的測量要求；（6）軟件系統(tǒng)可遠(yuǎn)程調(diào)試和維護(hù)，硬件損壞可在休風(fēng)時更換。

圖9 多因素交互式分析畫面

高爐料面智能化檢測為統(tǒng)一高爐操作思路、調(diào)整裝料制度提供了技術(shù)手段。合理調(diào)整優(yōu)化裝料制度，包括布料的邊緣落點(diǎn)、邊緣倒角、布料平臺的位置、寬度、漏斗的大小和深度坡度等，可以控制好邊緣煤氣流，形成合理操作爐型，既不發(fā)生大量黏結(jié)，又無過快侵蝕，有利高爐長壽。得到合適的兩道煤氣流，改善煤氣利用，降低高爐消耗，改善爐況穩(wěn)定性。避免布料傾角過大，物料磨損鋼磚，流槽斷裂，溜槽磨損漏料等情況發(fā)生，減少更換溜槽帶來的爐況波動等。

以南鋼高爐雷達(dá)投用為例，如圖10所示，通過料形與布料矩陣結(jié)合，逐步對裝料制度進(jìn)行調(diào)整。通過雷達(dá)料形的檢測，逐步調(diào)整平臺位置，中心焦比例等，下料情況明顯改善，兩道氣流平衡以后，煤氣利用率提升，取得了明顯成效。

圖10 雷達(dá)掃描圖像與3D掃描進(jìn)行比對

3 應(yīng)用效果介紹

鐵區(qū)一體化管控平臺上線后，南鋼充分利用大數(shù)據(jù)智能技術(shù)，發(fā)揮全數(shù)據(jù)匯聚優(yōu)勢，通過將鐵區(qū)所有數(shù)據(jù)整合在統(tǒng)一的管控平臺，為高效獲取生產(chǎn)、質(zhì)量、協(xié)同信息打下基礎(chǔ)。在高爐重大特殊爐況預(yù)警方面，改變了以往南鋼煉鐵生產(chǎn)憑經(jīng)驗判斷的做法，結(jié)合大量生產(chǎn)數(shù)據(jù)的實時異常分析，系統(tǒng)自動給出異常爐況預(yù)警提示，有效避免了重大特殊爐況的發(fā)生，產(chǎn)生了較大的經(jīng)濟(jì)效益。通過應(yīng)用高爐硅含量的預(yù)警技術(shù)，實現(xiàn)鐵水預(yù)報成功率超過90%，對高爐日常爐熱的準(zhǔn)確調(diào)劑打下了基礎(chǔ)，促進(jìn)了爐況的穩(wěn)定?；诖髷?shù)據(jù)技術(shù)對爐缸和料面實時監(jiān)控，獲得更加科學(xué)的狀態(tài)評估，為高爐做出更科學(xué)、更高效的生產(chǎn)管控決策提供支撐。

結(jié)合大數(shù)據(jù)分析技術(shù)，極大的促進(jìn)了南鋼煉鐵生產(chǎn)過程的數(shù)字化轉(zhuǎn)型，提升了精益化管控水平。系統(tǒng)運(yùn)行一年多來，為南鋼煉鐵實現(xiàn)技經(jīng)指標(biāo)的全面突破提供了基礎(chǔ)支撐，高爐燃料比由以前的平均525 kg/t以上，逐漸降低至平均510 kg/t，最低則突破了505 kg/t，全面完成了年初的攻關(guān)目標(biāo)。

4 未來展望

本文對大數(shù)據(jù)智能分析技術(shù)對高爐煉鐵過程進(jìn)行了深度剖析，闡述了大數(shù)據(jù)智能分析技術(shù)應(yīng)用于高爐煉鐵中的價值，介紹了大數(shù)據(jù)智能分析技術(shù)如何在南鋼高爐煉鐵中的應(yīng)用實現(xiàn)?；谀箱撹F區(qū)一體化智能管控平臺，重點(diǎn)介紹了鐵區(qū)一體化智能管控平臺構(gòu)建、高爐重大爐況預(yù)測、高爐硅含量智能預(yù)警、爐缸狀態(tài)智能預(yù)警以及高爐提質(zhì)降本大數(shù)據(jù)智能決策等技術(shù)。

南鋼將大數(shù)據(jù)智能分析技術(shù)和煉鐵生產(chǎn)緊密結(jié)合，并采用了一系列先進(jìn)、適用的大數(shù)據(jù)分析技術(shù)，如基于時間滯后挖掘（TLCC）、關(guān)聯(lián)規(guī)則（Association Rules）、規(guī)則庫可視化、學(xué)習(xí)模式相似性（LPS）算法、LSTM（Long short-term memory）神經(jīng)網(wǎng)絡(luò)等，通過深入分析煉鐵生產(chǎn)工藝特點(diǎn)，將大數(shù)據(jù)分析技術(shù)融入生產(chǎn)中，產(chǎn)生了較好的效果，這為行業(yè)從海量的算法中選擇合理的方法來解決煉鐵生產(chǎn)實際的問題提供了重要的參考，有較好的借鑒作用。

高爐煉鐵智能控制是具有很高資源效益、環(huán)境效益、經(jīng)濟(jì)效益的研究方向，還需要繼續(xù)探索新理論、新算法在高爐煉鐵上的應(yīng)用，實現(xiàn)更好的智能控制。未來，基于大數(shù)據(jù)的智能化系統(tǒng)為手段，建立豐富的生產(chǎn)運(yùn)行案例庫，通過大數(shù)據(jù)挖掘，按照工藝邏輯對關(guān)鍵影響因素動態(tài)分析、參數(shù)動態(tài)尋優(yōu)等技術(shù)手段，提高整個鐵區(qū)生產(chǎn)的系統(tǒng)性、匹配性、及時性和準(zhǔn)確性，將是大數(shù)據(jù)智能分析在高爐煉鐵中應(yīng)用的方向。