韓哲哲
（寶鋼湛江鋼鐵有限公司，廣東 湛江 524072）
摘 要：近年來，鋼鐵行業(yè)正面臨智能化轉(zhuǎn)型，特別是傳統(tǒng)高爐煉鐵冶金工藝涉及大量密集型數(shù)據(jù)信息，在一定程度上加大了化驗(yàn)數(shù)據(jù)、計(jì)量檢測(cè)的難度。而人工智能、大數(shù)據(jù)等關(guān)鍵技術(shù)不但能高效化處理高爐生產(chǎn)中的海量數(shù)據(jù)信息，還能科學(xué)分析潛在規(guī)律，并對(duì)傳統(tǒng)高爐煉鐵冶金流程進(jìn)行優(yōu)化與完善，充分發(fā)揮數(shù)據(jù)分析、數(shù)據(jù)挖掘等功能。文章針對(duì)高爐煉鐵冶金技術(shù)應(yīng)用中存在的問題，基于人工智能構(gòu)建數(shù)據(jù)煉鐵平臺(tái)，提出科學(xué)預(yù)測(cè)高爐鐵水硅含量及高爐鐵水溫度和爐溫等優(yōu)化策略，以此為高爐煉鐵產(chǎn)業(yè)的綠色化、環(huán)?；D(zhuǎn)型奠定良好基礎(chǔ)。
關(guān)鍵詞：人工智能；高爐煉鐵冶金技術(shù)；智慧煉鐵平臺(tái)
工業(yè)大數(shù)據(jù)時(shí)代的到來為高爐煉鐵冶金產(chǎn)業(yè)變革提供了新機(jī)遇，其中人工智能主要用于分析高爐生產(chǎn)中形成的海量數(shù)據(jù)、搭建預(yù)測(cè)模型、模擬運(yùn)算結(jié)果，而大數(shù)據(jù)技術(shù)則可以為人工智能提供相應(yīng)的存儲(chǔ)和計(jì)算支持。在高爐煉鐵過程中利用大數(shù)據(jù)技術(shù)挖掘具有價(jià)值的數(shù)據(jù)信息，加強(qiáng)數(shù)據(jù)規(guī)劃、采集、預(yù)處理、存儲(chǔ)等過程的優(yōu)化，能夠有效縮短傳統(tǒng)高爐煉鐵冶金工業(yè)的生產(chǎn)工期，最大限度地提高資源利用效率。
1 高爐煉鐵冶金現(xiàn)狀
隨著工業(yè)大數(shù)據(jù)時(shí)代的到來，高爐煉鐵冶金技術(shù)愈發(fā)完善和成熟，為推動(dòng)相關(guān)專業(yè)技術(shù)的發(fā)展和創(chuàng)新，有關(guān)專家學(xué)者應(yīng)積極開發(fā)動(dòng)力學(xué)、熱力學(xué)相關(guān)的新型學(xué)科，全面推動(dòng)高爐煉鐵冶金技術(shù)革新。現(xiàn)代高爐生產(chǎn)行業(yè)離不開高爐煉鐵冶金技術(shù)，但中國(guó)鋼鐵資源的分配率和利用率逐年遞增，無形中加重了高爐煉鐵冶金工藝實(shí)施的復(fù)雜程度［1］。高爐煉鐵冶金技術(shù)應(yīng)用存在的問題主要體現(xiàn)在以下三方面：
1.1 技術(shù)落后
高爐煉鐵冶金工藝的技術(shù)水平低下，由此導(dǎo)致能源損耗過多，違背了低碳可持續(xù)發(fā)展原則，并且低水平的高爐煉鐵冶金工藝也無法保證技術(shù)生產(chǎn)效率，因此在工藝創(chuàng)新方面應(yīng)以高效率為出發(fā)點(diǎn)，對(duì)傳統(tǒng)落后的高爐煉鐵冶金工藝技術(shù)進(jìn)行創(chuàng)新。
1.2 環(huán)境污染
環(huán)境污染問題已成為現(xiàn)代社會(huì)各界廣泛關(guān)注的熱門話題，尤其在高爐煉鐵冶金產(chǎn)業(yè)發(fā)展中大范圍應(yīng)用的煤粉，很可能引起嚴(yán)重的煙氣污染，這也使環(huán)境污染成為高爐煉鐵冶金工藝技術(shù)創(chuàng)新亟待解決的重點(diǎn)問題。
1.3 安全問題
在高爐燃燒技術(shù)實(shí)際應(yīng)用過程中，極易發(fā)生煤氣爆炸等安全問題，特別是高爐噴煤粉技術(shù)應(yīng)用過程中，受外界因素影響使得技術(shù)無法發(fā)揮應(yīng)有的作用，由此導(dǎo)致高爐冶煉生產(chǎn)伴隨著各種安全事故。
2 基于人工智能的高爐煉鐵冶金技術(shù)
2.1 構(gòu)建智慧煉鐵平臺(tái)
高爐煉鐵冶金工業(yè)流程極為復(fù)雜，并且各道工藝主體的工作環(huán)境也具有一定的特殊性，很難及時(shí)了解各道工藝流程中涉及的數(shù)據(jù)和反應(yīng)狀態(tài)，一旦出現(xiàn)數(shù)據(jù)錯(cuò)誤或丟失的情況，很可能導(dǎo)致整個(gè)工藝流程的生產(chǎn)效率低下、污染嚴(yán)重、能耗增多，使得鋼鐵企業(yè)面臨嚴(yán)重的經(jīng)濟(jì)損失?；诖耍撹F企業(yè)應(yīng)緊抓工業(yè)大數(shù)據(jù)時(shí)代改革的浪潮，借助物聯(lián)網(wǎng) +、大數(shù)據(jù)、云平臺(tái)、人工智能等技術(shù)構(gòu)建智慧煉鐵平臺(tái)，不斷優(yōu)化高爐煉鐵冶金工藝流程，這也是促進(jìn)高爐煉鐵冶金系統(tǒng)智能化發(fā)展的重要舉措，有助于鋼鐵企業(yè)各部門加強(qiáng)信息溝通交流的效率［2］。在高爐煉鐵冶金生產(chǎn)環(huán)節(jié)，還需要加強(qiáng)數(shù)據(jù)采集、存儲(chǔ)、預(yù)處理等功能，基于高爐煉鐵冶金工藝的機(jī)理，借助人工智能開發(fā)相應(yīng)的數(shù)據(jù)模型，從而保證高爐煉鐵冶金工藝技術(shù)操作的信息化和智能化，有效彌補(bǔ)傳統(tǒng)高爐煉鐵冶金工藝生產(chǎn)中的存在的問題，并保證高爐生產(chǎn)水平。
在工業(yè)化大數(shù)據(jù)時(shí)代背景下，為突破傳統(tǒng)鋼鐵行業(yè)發(fā)展面臨的瓶頸，有關(guān)專家學(xué)者提出將人工智能、互聯(lián)網(wǎng)+、大數(shù)據(jù)技術(shù)等融入鋼鐵行業(yè)，促進(jìn)傳統(tǒng)鋼鐵行業(yè)升級(jí)轉(zhuǎn)型。在智慧煉鐵平臺(tái)建設(shè)中，可以從總結(jié)構(gòu)、網(wǎng)絡(luò)架構(gòu)、數(shù)據(jù)輸入輸出、組件 4 個(gè)模塊入手，其他企業(yè)的系統(tǒng)平臺(tái)主要圍繞著生產(chǎn)線發(fā)展，而智慧煉鐵平臺(tái)則由高校、研究所、鋼鐵設(shè)計(jì)院等主體構(gòu)成了一個(gè)煉鐵生態(tài)圈，而大數(shù)據(jù)、人工智能、互聯(lián)網(wǎng)等現(xiàn)代技術(shù)的興起則為數(shù)據(jù)共享和交流提供了新渠道。例如，某研究院建設(shè)的智慧煉鐵平臺(tái)主要包括呈現(xiàn)層、數(shù)據(jù)采集層、模型層、業(yè)務(wù)邏輯層 4 個(gè)組成，如圖 1 所示。呈現(xiàn)層作為用戶操作的基礎(chǔ)界面，為各崗位工作人員提供了信息查詢的平臺(tái)，相關(guān)工作人員可以通過登錄局域網(wǎng)上傳、查詢、存儲(chǔ)相關(guān)數(shù)據(jù)信息，且各崗位工作人員可獲得的訪問權(quán)限也并不相同，這在一定程度上保證了系統(tǒng)平臺(tái)的信息使用安全［3］。數(shù)據(jù)采集層指相關(guān)工作人員可以查詢煉鐵系統(tǒng)儀表數(shù)據(jù)、人工輸入數(shù)據(jù)等，將其導(dǎo)入模型后，可按照模型特有的算法及建模方式，綜合分析、處理數(shù)據(jù)采集層中傳輸?shù)臄?shù)據(jù)信息。業(yè)務(wù)邏輯層可以反映這些數(shù)據(jù)信息處理的結(jié)果，借助大數(shù)據(jù)技術(shù)具有的分析功能，可以針對(duì)模型中呈現(xiàn)的原料、設(shè)備狀態(tài)、高爐狀況等基礎(chǔ)信息進(jìn)行預(yù)警和監(jiān)測(cè)，幫助相關(guān)操作人員遠(yuǎn)程操控高爐內(nèi)外部情況，根據(jù)數(shù)據(jù)分析結(jié)果 確定具有針對(duì)性的優(yōu)化方案。
2.2 高爐鐵水硅含量預(yù)測(cè)
在高爐煉鐵冶金工藝技術(shù)實(shí)際應(yīng)用過程中，通常需要科學(xué)預(yù)測(cè)鐵水硅含量，從而客觀評(píng)估鐵水質(zhì)量、加強(qiáng)高爐控制。但高爐生產(chǎn)環(huán)境較為惡劣，在一定程度上加大了數(shù)據(jù)采集的難度，導(dǎo)致最終數(shù)據(jù)普遍存在異常、缺失等問題，從而影響高爐鐵水硅含量預(yù)測(cè)的準(zhǔn)確性。而人工智能技術(shù)可以有效解決數(shù)據(jù)處理相關(guān)的問題，利用多元化的數(shù)據(jù)算法保證高爐鐵水硅含量預(yù)測(cè)的準(zhǔn)確性。
模型算法作為預(yù)測(cè)建模的重要環(huán)節(jié)，相關(guān)研究者正在不斷嘗試對(duì)模型算法的工具和手段進(jìn)行優(yōu)化與改進(jìn)［4］。此外，基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)預(yù)測(cè)方法也逐漸在高爐鐵水硅含量預(yù)測(cè)中得到廣泛應(yīng)用，該方法可以根據(jù)訓(xùn)練數(shù)據(jù)自行挖掘輸入輸出之間的隱藏關(guān)系，客觀預(yù)測(cè)所需的數(shù)據(jù)信息。由于高爐煉鐵普遍具有作業(yè)強(qiáng)度大、作業(yè)環(huán)境復(fù)雜的弊端，相關(guān)工作人員很難完全采集多樣且復(fù)雜的數(shù)據(jù)信息，利用神經(jīng)網(wǎng)絡(luò)模型的特殊學(xué)習(xí)機(jī)理，即可保證數(shù)據(jù)信息采集的精確度。例如，粗糙集理論為高爐鐵水硅含量預(yù)測(cè)提供了科學(xué)的理論指導(dǎo)，通過簡(jiǎn)化神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，可以及時(shí)篩選不重要的數(shù)據(jù)信息，整體提高融合系統(tǒng)的工作效率。在神經(jīng)網(wǎng)絡(luò)模型中融合粗糙集理論，還能科學(xué)預(yù)測(cè)高爐鐵水硅含量，同時(shí)提高整個(gè)高爐生產(chǎn)效率。相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的數(shù)字預(yù)測(cè)法，LSTM 可以有效解決預(yù)測(cè)時(shí)間序列中出現(xiàn)的延遲、間隔等問題，其中門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)具有誤差小、訓(xùn)練時(shí)間短、預(yù)測(cè)準(zhǔn)確度高等優(yōu)點(diǎn)?；谟?jì)算機(jī)編程語言融合數(shù)據(jù)挖掘、數(shù)學(xué)建模等現(xiàn)代技術(shù)，既可以保證數(shù)據(jù)信息處理的效率和精度，還能為高爐鐵水硅含量預(yù)測(cè)提供多元化的數(shù)據(jù)算法，真正為高爐生產(chǎn)作業(yè)創(chuàng)造良好的服務(wù)條件。
2.3 高爐鐵水溫度及爐溫預(yù)測(cè)
由于高爐煉鐵冶金作業(yè)環(huán)境持續(xù)高溫，因此相關(guān)工作人員必須保證高爐運(yùn)行的穩(wěn)定性，從而保證各項(xiàng)生產(chǎn)技術(shù)經(jīng)濟(jì)指標(biāo)的穩(wěn)定，同時(shí)取得可觀的經(jīng)濟(jì)效益。鐵水溫度作為衡量爐溫的重要指標(biāo)，需要相關(guān)作業(yè)人員使用先進(jìn)的測(cè)量技術(shù)，完成鐵水溫度的測(cè)量數(shù)據(jù)采集和存儲(chǔ)。相關(guān)工作人員應(yīng)實(shí)時(shí)監(jiān)測(cè)鐵水溫度變化，保證鐵水生產(chǎn)質(zhì)量，對(duì)鐵水溫度實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)，同時(shí)靈活運(yùn)用高爐生產(chǎn)中形成的數(shù)據(jù)信息。在高爐鐵水溫度及爐溫預(yù)測(cè)過程中，可以借助人工智能技術(shù)構(gòu)建回歸預(yù)測(cè)模型、神經(jīng)網(wǎng)絡(luò)模型等［5］。例如，基于多變量的高爐鐵水溫度回歸預(yù)測(cè)模型，相關(guān)工作人員可以根據(jù)高爐鐵水溫度模型的特點(diǎn)和規(guī)律，以多變量的時(shí)滯分析為前提，掌握高爐鐵水溫度時(shí)間序列的變化規(guī)律，并根據(jù)智能算法構(gòu)建一個(gè)完整的高爐鐵水溫度預(yù)測(cè)模型。
在預(yù)測(cè)模型建設(shè)過程中離不開數(shù)據(jù)驅(qū)動(dòng)功能，例如，專家系統(tǒng)模型可以根據(jù)數(shù)據(jù)驅(qū)動(dòng)輸入人為編寫計(jì)算機(jī)程序，通過模擬人類專家解決問題時(shí)常用的知識(shí)和技術(shù)原理，來制定相應(yīng)的方案和策略。因此，相關(guān)工作人員將某個(gè)特定領(lǐng)域的理論知識(shí)和技術(shù)原理上傳到計(jì)算機(jī)程序，即可借助數(shù)據(jù)驅(qū)動(dòng)解決實(shí)際問題。
3 高爐煉鐵冶金技術(shù)的未來發(fā)展
3.1 研發(fā)新型節(jié)能工藝技術(shù)
在高爐煉鐵冶金工藝技術(shù)實(shí)際應(yīng)用過程中，必須重視焦化、燒結(jié)兩個(gè)環(huán)節(jié)產(chǎn)生的高能耗，并將這兩個(gè)環(huán)節(jié)作為新型節(jié)能工藝技術(shù)研發(fā)的重點(diǎn)。在焦化環(huán)節(jié)改造中，可以積極引入爐型結(jié)構(gòu)、計(jì)算機(jī)控制爐溫技術(shù)等，從而實(shí)現(xiàn)焦?fàn)t大型化技術(shù)的優(yōu)化與改造。在高爐煉鐵冶金工藝技術(shù)實(shí)施過程中，可以站在環(huán)保角度引入裝煤除塵環(huán)保技術(shù)，同時(shí)建立煙塵控制和廢水零排放機(jī)制，降低焦化工序中產(chǎn)生的大量能源損耗，切實(shí)提高高爐煉鐵冶金作業(yè)的環(huán)保水平。在燒結(jié)工序中，需要實(shí)施“厚料層-燃料分加-小球燒結(jié)”工藝，并對(duì)料層厚度、煤粉外加比例等參數(shù)進(jìn)行調(diào)整，從而有效預(yù)防固體燃料大量損耗。為提高高爐生產(chǎn)效率和水平，人工智能還可以促進(jìn)高爐煉鐵冶金作業(yè)的大型化，通過擴(kuò)容改造等操作，增加現(xiàn)有高爐的平均容積，提高高爐的利用系數(shù)，必要時(shí)可以構(gòu)建大型制氧裝置，通過建立多氧管路并聯(lián)機(jī)制實(shí)現(xiàn)節(jié)能環(huán)保的目標(biāo)。
3.2 優(yōu)化高爐焦比與燃料比
在高爐煉鐵冶金作業(yè)中通常會(huì)產(chǎn)生大量的燃料消耗，而人工智能等現(xiàn)代化技術(shù)為鋼鐵企業(yè)轉(zhuǎn)型提供了助力，企業(yè)可以通過控制高爐焦比和燃料比，減少高爐煉鐵冶金工藝中產(chǎn)生的燃料損耗和風(fēng)耗，從而保護(hù)周邊自然生態(tài)環(huán)境。調(diào)控高爐焦比和燃料比時(shí)，應(yīng)注重高爐煉鐵冶金作業(yè)中實(shí)施的燃料分加、厚料層等操作，同時(shí)利用大型化燒結(jié)機(jī)改造原有的系統(tǒng)技術(shù)，以此保證高爐煉鐵冶金工藝的資源利用率［6］。此外，在過篩技術(shù)實(shí)際應(yīng)用中，其不但能減少粉塵顆粒的生成量，還能提升焦炭和燒結(jié)礦的過篩效果，從而取得理想的高爐煉鐵冶金作業(yè)成效，進(jìn)一步提高煤氣質(zhì)量。在高爐焦比和燃料比調(diào)控過程中，還應(yīng)加強(qiáng)風(fēng)溫控制，通過大噴煤量來提高鼓風(fēng)機(jī)高爐熱量的循環(huán)利用率。
3.3 降低動(dòng)力資源損耗
在高爐煉鐵冶金技術(shù)應(yīng)用過程中必須處理動(dòng)力源損耗，避免其增大系統(tǒng)運(yùn)行中產(chǎn)生的能耗。在實(shí)踐過程中相關(guān)工作人員可以對(duì)高爐鼓風(fēng)機(jī)進(jìn)行優(yōu)化和改造，確保鼓風(fēng)機(jī)在高爐系統(tǒng)運(yùn)行過程中保持良好的適應(yīng)性。在鼓風(fēng)機(jī)的排風(fēng)處理過程中，同樣可以借助人工智能等技術(shù)控制鼓風(fēng)機(jī)運(yùn)行產(chǎn)生的能耗。此外，控制動(dòng)力源損耗時(shí)，可以在高爐生產(chǎn)作業(yè)周邊建立制冷站，在減少冷卻水損耗的同時(shí)，提高冷卻水循環(huán)的利用率，在封閉狀態(tài)下提高冷卻水運(yùn)行效率，通過降低滲水廢氣排放量來保護(hù)自然生態(tài)環(huán)境，確保冷卻水循環(huán)利用率符合零排放的標(biāo)準(zhǔn)。
3.4 保證生產(chǎn)工序的規(guī)范性
在高爐煉鐵冶金工藝實(shí)施過程中通常需要涉及多道復(fù)雜的生產(chǎn)工序和機(jī)組設(shè)備，其在運(yùn)行及銜接過程中很可能產(chǎn)生龐大的功效損失，導(dǎo)致高爐煉鐵冶金系統(tǒng)產(chǎn)生大量能源損耗，加大鋼鐵企業(yè)承擔(dān)的生產(chǎn)成本。在高爐煉鐵冶金生產(chǎn)作業(yè)中，不僅需要規(guī)范高爐煉鐵冶金工藝的操作流程和工序技術(shù)，還需要將節(jié)能環(huán)保理念貫徹到高爐煉鐵冶金工藝和系統(tǒng)。在實(shí)踐過程中鋼鐵企業(yè)可以組織相關(guān)生產(chǎn)作業(yè)人員參加專業(yè)的技能培訓(xùn)活動(dòng)，并在培訓(xùn)結(jié)束后設(shè)立技能測(cè)評(píng)和績(jī)效考核環(huán)節(jié)，要求相關(guān)生產(chǎn)專業(yè)人員達(dá)到技能測(cè)評(píng)的合格標(biāo)準(zhǔn)，才能正式參加生產(chǎn)活動(dòng)，從而有效預(yù)防相關(guān)生產(chǎn)作業(yè)人員出現(xiàn)違規(guī)操作的行為。與此同時(shí)，鋼鐵企業(yè)還需要控制高爐放風(fēng)作業(yè)的操作頻率，避免系統(tǒng)內(nèi)部產(chǎn)生大量熱損耗。
3.5 提高系統(tǒng)熱能的回收利用率
由于系統(tǒng)機(jī)組運(yùn)行缺少回收系統(tǒng)，導(dǎo)致高爐煉鐵冶金系統(tǒng)內(nèi)部的熱損失和能耗損失不斷增大，嚴(yán)重弱化了系統(tǒng)機(jī)組整體的能源利用效率，并且高爐煉鐵冶金系統(tǒng)產(chǎn)生的能源損耗也隨之不斷增大，使得鋼鐵企業(yè)不得不承擔(dān)龐大的生產(chǎn)成本［7］。因此，在高爐煉鐵冶金系統(tǒng)運(yùn)行中，應(yīng)重點(diǎn)關(guān)注系統(tǒng)熱能的回收利用率，借助高爐煉鐵冶金系統(tǒng)及相關(guān)節(jié)能環(huán)保技術(shù)，針對(duì)高爐煉鐵冶金作業(yè)制定科學(xué)的節(jié)能環(huán)保策略，利用熱源回收系統(tǒng)高效回收煙氣熱源、蒸汽熱源、系統(tǒng)余熱等，在確保冶煉效率和質(zhì)量的基礎(chǔ)上，實(shí)現(xiàn)節(jié)能環(huán)保的生產(chǎn)目標(biāo)，促進(jìn)高爐煉鐵冶金向著“雙碳”目標(biāo)前進(jìn)。
4 結(jié) 語
推動(dòng)高爐煉鐵冶金行業(yè)的智能化轉(zhuǎn)型，已成為順應(yīng)新時(shí)代發(fā)展趨勢(shì)的必然選擇，尤其在工業(yè)大數(shù)據(jù)時(shí)代背景下，高爐煉鐵冶金行業(yè)正式邁入智能化發(fā)展進(jìn)程，其中大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)，不但能幫助鋼鐵企業(yè)實(shí)現(xiàn)智能化、綠色化、低能耗、高效益等目標(biāo)，還能打破高爐鋼鐵冶金行業(yè)面臨的信息孤島問題。在人工智能支持下可以積極構(gòu)建高爐煉鐵大數(shù)據(jù)平臺(tái)，保證高爐生產(chǎn)水平。在低碳環(huán)保理念下高爐煉鐵冶金行業(yè)還需要緊抓工業(yè)轉(zhuǎn)型的新機(jī)遇，推動(dòng)高爐煉鐵冶金行業(yè)流程綠色化，在提高煉鐵資源利用率的同時(shí)，打造協(xié)同化、智能化的高爐煉鐵冶金工藝。
參考文獻(xiàn)
［1］車玉滿，郭天永，姜喆，等.基于大數(shù)據(jù)平臺(tái)智慧高爐現(xiàn)狀及發(fā)展趨勢(shì)［J］.鞍鋼技術(shù)，2022（6）：1-6.
［2］劉征建，王家保，張建良，等.高爐能耗現(xiàn)狀及降耗技術(shù)展望［J］.鋼鐵研究學(xué)報(bào)，2023，35（1）：1-10.
［3］張?zhí)旆牛瑥埾攘?，韓濤，等.人工智能圖像識(shí)別技術(shù)在高爐風(fēng)口監(jiān)測(cè)中的應(yīng)用［J］.冶金自動(dòng)化，2021，45（3）：58-66.
［4］劉然，趙偉光，劉頌，等.高爐冶煉智能化的發(fā)展與探討［J］.鋼鐵，2023，58（5）：1-10.
［5］韓陽，胡支濱，楊愛民，等.高爐鐵水硅含量變動(dòng)量調(diào)控決策的智能推薦模型及應(yīng)用［J］.鋼鐵，2023，58（4）：30-38.
［6］趙楠，周柏峰，黃春輝，等.鋼鐵燒結(jié)智能控制系統(tǒng)的開發(fā)與應(yīng)用［J］.自動(dòng)化博覽，2022，39（10）：32-35.
［7］杜勝，陳聰，胡杰，等.鋼鐵冶金過程鐵前工序綠色智能制造的進(jìn)展與展望［J］.冶金自動(dòng)化，2022，46（2）：3-18.