2.1铁水温度控制
高炉工艺的热容量极大，操作措施的效果体现在铁水温度上最长需要12h，因此实现铁水温度的精准长期预测是控制的关键。此前行业内已开发出基于传感器数据的统计模型，以及通过炉内反应与传热计算构建的物理模型，但统计模型的预测范围存在局限（最长仅能预测5h），而物理模型则受原料性状变化、煤气流波动等外部干扰影响，预测精度会大幅下降。
该技术开发采用物理模型研究思路，构建了可实现二维非定常实时计算的物理模型。该模型通过还原炉身高程中部由CO气体还原氧化铁的平衡状态（化学保存带），大幅提升了铁水温度的推定精度。
为将原料性状变化等难以直接测量的外部干扰因素纳入物理模型计算，该团队尝试通过自动调整模型内的参数来降低推定误差。但高炉工艺的反应结果相关监测指标超20项，难以定位推定误差的根本成因；同时模型内的可调参数多达百余个，合理选取调整参数也存在较大难度。
针对上述问题，该团队通过主成分分析与热物料收支解析（Rist线图）发现，模型的推定误差主要可通过还原剂比与还原效率的波动来解释。在此基础上，采用气象领域成熟应用的数据同化方法，对与上述波动要素相关的参数进行历史回溯与逐次修正，成功将外部干扰的影响合理反映在模型计算中。依托该技术，JFE钢铁旗下全部8座高炉实现了5年以上免维护的铁水温度高精度预测，预测时长覆盖8-12h。
基于参数自动调整保障精度的物理模型，该团队开发了基于非线性模型预测控制的最优操作算法（非线性模型预测控制即通过非线性模型进行未来预测，并逐次确定最优操作的方法）。该算法每15分钟为一个控制周期，基于当前操作条件执行物理模型计算，预测无操作干预时的铁水温度变化趋势；若预测铁水温度将大幅偏离目标值，则计算出可将温度拉回目标值附近的煤粉量、鼓风湿分最优调整方案。
下面是以非线性模型预测控制下的最优操作实例。假设煤粉比、鼓风湿分维持当前值，通过物理模型预测未来10h的铁水温度，结果显示未来5-10h铁水温度将偏高。据此计算出的最优操作方案为降低煤粉比并提高鼓风湿分。而实际操作中，操作人员的调整动作比最优方案延迟约5h，导致实际铁水温度较目标值高出约40℃；若执行该最优操作方案，铁水温度可维持在接近目标值的水平。传统统计模型（最长预测5h）无法实现此类最优操作方案的计算，这也凸显了基于物理模型的铁水温度控制技术的显著优势。
基于物理模型的铁水温度控制技术，在炉内状态稳定时可保证实用的控制精度，但在炉内煤气流突发波动、原料非连续下降等情况下，应用难度较大。为解决这一问题，该团队将物理模型与模拟熟练操作人员操作行为的操作员模型进行融合，大幅扩大了技术的适用范围。综上，通过数据同化与操作员模型的结合，该团队成功克服了原料性状变化等外部干扰导致的控制精度下降问题，实现了铁水温度控制技术的工业化应用。
2.2透气性控制
在透气性控制领域，此前行业内开发了基于炉内压损等操作指标的规则库（rulebase）型方法，用于检测炉内煤气流局部异常上升的故障（管道行程）。但传统透气性控制技术难以捕捉管道行程的发生前兆，无法有效预防突发性管道行程。
本技术对高炉内壁数百点炉身压力计的监测数据，应用多变量统计过程控制（MSPC）中的Q统计量方法，开发出可检测管道行程前兆的透气性异常预测技术。图1（左）为多个压力计测得的高炉内壁压力数据随时间的变化趋势：正常操作状态下，所有压力数据呈现同步变化特征；而在低焦比等工况下，炉内透气性恶化时，炉内压力分布会出现紊乱，部分压力数据将表现出非同步变化特征。
正常操作的压力数据因呈同步变化特征，其分布集中在图1（右）的椭圆范围内。该椭圆的长轴方向被称为主成分，代表同步数据的波动幅度；与长轴正交的短轴方向数值代表数据的非同步程度，即偏离正常操作状态的程度，该偏离度被定义为Q统计量。即便在炉身压力波动、管道行程等故障发生前，若压力数据偏离正常变化规律，Q统计量也会随之上升。因此，通过对 Q统计量进行实时计算并设定阈值，即可实现炉内透气性异常的有效检测。
但仅通过炉壁压力数据的Q统计量阈值判定，难以预测由炉内压力（煤气流）分布偏析引发的管道行程。这类由炉内内部现象引发的管道行程，成因是粉化原料或高温熔融物在炉内局部逐渐堆积。该团队针对该管道行程的发生机理，设计了基于Q统计量时间变化特征的管道行程预测方法：研究发现，当Q统计量长期处于低位且持续一定时间时，未来发生管道行程的概率显著升高，据此建立了基于低位持续时长（累计计数）的预测方法。同时，针对Q统计量短时间内急剧上升的异常情况，增加了累计面积判定法，实现了对各类透气性异常的全面监测。
利用该方法在实际管道行程案例中进行验证。结果显示：炉身压力波动略有增大的同时，Q统计量同步上升并超过累计计数检测的阈值；阈值超线后，在第一时间点成功检测到管道行程前兆，并持续发出预警。本案例中，相较于操作人员实际降低鼓风流量的第二时间点，系统提前约2.5h捕捉到了透气性异常的“前兆”。借助该管道行程预测技术，可较熟练操作人员提前数小时采取降低鼓风流量的操作措施，从根源上预防透气性异常的发生。
2.3信息物理系统
该团队构建了信息物理系统，可将上述铁水温度控制与透气性控制计算得出的最优操作方案自动执行。该系统的整体架构由模型计算工作站、数据收发边缘服务器以及操作人员日常使用的操作终端三部分组成：模型计算工作站完成上述各类模型计算，计算得出的最优操作方案通过边缘服务器传输至操作终端并自动执行；操作人员对该系统的使用记录可通过云端实现总公司、研究所、炼铁厂的远程监控，保障了自动控制系统的长期稳定运行。
高炉工艺的时间常数较大，操作人员有充足时间根据生产趋势深思熟虑后做出操作决策，因此即便开启自动控制系统，也难以实现从手动操作到自动操作的机械性直接切换。为实现高炉操作的逐步自动化，该系统设置了半自动化（准自动）和全自动化（自动）两种模式：半自动化模式下，最优操作方案需经操作人员确认后执行；全自动化模式下，若操作人员未在规定时间内拒绝，最优操作方案将自动执行。两种模式均会同步展示最优操作方案的制定依据，通过实现操作人员与系统的协同配合，逐步提升自动化水平，最终实现了向高炉自动操作的平稳过渡。
