现如今我国国内大部分的特殊钢铁产业都处在工业互联网、大数据以及人工智能新设备应用的转型时期，都已经投入使用了大数据平台，其他的平台已经进行了炼特殊钢企业的优化布局和完善。现如今智能制造在特殊钢铁冶炼行业的应用，也已经从过往的探索发展阶段逐渐地转变，成为了深入应用阶段。因此现如今越来越多的特殊钢铁制造企业迫切地应用新设备和新技术，实现炼铁生产线的智能化升级。
1系统应用
1.1智能优化配矿系统
对配矿系统进行进一步的优化和完善。考虑到采矿过程当中出现的各种问题以及有关因素，包含了专家经验数据库以及实验数据库，在对铁矿石粉料的混合和库存数据进行搜索的过程当中，更好的研究铁矿山石的占比，锻造炉的占比，高温的特性以及黏土的占比等等，随后进行相应的处理，更好地实现了对于现如今市场当中对于铁矿的烧结特性，数据的统一管理，如原料的类型、原料的性质，燥力的特性，化学成分的特性，最适宜的配比，烧结的特性，意向流动性以及推荐配比等等，并且依据着铁矿粉的烧结特性可以进行合理的成分分析，如炉渣成分、烧结成分、原料可比量等等，合理地计算出炉内的有害元素负荷高炉铁水当中的有害元素以及炉料结构等等，精确地计算出每一吨的最低烧结计划，并且提升炉内的运行系数和运行指数，并且作为相应的参考范围进行计算。合理的方案优化，在对矿粉类型不改变的基础之上，合理地优化矿粉配比，降低烧结成本。
1.2烧结边缘智能系统
在烧结边缘智能系统中，通过优化模型计算优化数据采集，反馈为再控制，优化智能控制。在烧结边缘的智能系统当中，更好的预测以及判断出烧结的上升位置，中点的烧结位置，烧结的升温时间以及实际的目标和最终的位置，更好地获得烧结的终点偏差，提出滞后或者是超前的烧结终点，并且依据着实际情况给予合理的建议，实现对于烧结工艺状态的监控，积极地显示出技术参数、工艺设备以及仪器仪表的状态，并且通过后台计算的方式，更好地显示出工艺信息和工艺时间，实现物料的定位，并且依据着每种原料比例的计算，自动地将原料的量分配到多个仓筒的出口当中，随后进行一级的指令执行。如果成品的碱度出现的偏差较大，那么可以适当地进行助溶剂的添加；可以通过改变烧结矿的耐光还原率、综合损耗和feo来调节碳的含量[1]。渗透性分析模型：实时显示混合矿石、混合物料、焦炭颗粒、水分等信息，通过计算分析物料层渗透性与影响因素的相关性，并且也可以更好地实现物料层的渗透，提升渗透效果。
1.3设备智慧运维
依据着设备的实际运行数据，积极的使用人工诊断加以算法模型的方式，对设备故障进行提前预测，明确故障出现恶化的情况，并根据实时状态将计划维修和临时计划外维修转换为维修。减少计划外维护时间和运行成本。对于集团的发展情况来说，可以更好地实现厂区之间的多维联动，显示出工厂设备的整体统计数据，并且积极地建立出历史数据库，更好地提升全生命的周期管理，不断地实现业务的规范化、标准化以及整体化，对负责人进行责任落实，更好地提升运营管理效果的自动化水平和自动化程度，降低事故发生的故障率，提升运行维护的效率，并且依据着数据分析和基础设施的各种请求，对检验流程进行进一步的优化。与此同时也可以积极地制定出预防性的维护措施，强化知识引导和数据挖掘。如果出现了问题较大的情况进行一场警告，数字复制系统也能够更好地实现设备的关停，实时数据采集、运行状态以及状态监控等等，强化对于事件的反馈以及振动的把握，对设备进行实时的预警和预测，并且将有关的信息及时地发送给专业的维护和设备人员，规避其中存在的风险，及时进行设备的报警，更好地实现大数据平台的智能在线监测，并且将经济控制设备管理以及生产安全风险技术进行合理的结合[2]。举例来说，如果设备出现了故障或者是缺陷的情况，或者是在一定程度上无法顺利开机，那么就可以通过连续的监控和运行的方式，更好地把控设备的运行状态，发现设备存在的问题，通过可再生设备的方式来提升设备的最大寿命，更好的优化设备的发展情况，也能够更好地服务于企业的发展目标。
1.4炼铁大数据平台
基于“边缘层－ iaas层－ paas层－ saas层”的新型工业网络平台架构，围绕“原料－烧结（220烧结、265烧结）－高炉（1 #高炉、2 #高炉）”两条线、五道工序。通过相应的计算能够更好地降低库存成本，提升运行效率，强化设备产量，深入结合大数据、云计算、物联网、人工智能和机器学习等技术，更好地实现网格化、数字化和网络化，强化互联网和物联网技术，不断的建设起和以应用和数据为中心，并在此基础之上更好地实现设备安全、生产、环保和能源等多项业务的一致化管控和开发。大数据平台集成了能源环保、生产设备成本安全管理等数据，实现了二次优化和控制，连接了能源系统、安防系统管理系统、供应系统、业务系统、控制系统等多元系统，实现了档案文件等多种数据的开发和采掘。结合着现实情况，更好地实现场景的全覆盖。结合着大数据平台的算法分析、图形分析、回溯分析，更好地实现数据可视化，并且强化定制化应用，通过拖拽处理的方式，更好地分析相应的数据，积极地构建起个性化实际化的分析服务，实现千图千面的可视化数据分析需求[3]。
结论
目前，中国大部分特钢行业正处于工业互联网、大数据和AI新装备的应用转型期，并已使用大数据平台。其他平台优化完善特钢冶炼企业布局。目前，智能制造在特钢冶炼行业的应用已从过去的探索开发阶段逐步转向深入应用阶段，这使得不少特钢制造企业采用新设备、新技术对智能炼铁线进行升级应急。项目更好地实现了数据与现实的大数据智能平台连接，并且通过了多元协作的方式，更好地实现了烧结高炉配矿等一体化的智能管控，并且得出了以下的几点结论，实现了建设应用和开发的一体化，也为后续特殊钢铁发展得稳定安全、低耗、高效提供了一定的帮助。合理的使用智能配矿系统，能够更好地结合实际情况进行细致的优化。在这个矿粉类型不改变的基础之上，强化烧结成本以及矿粉的配比，降低生产成本。结合着大数据技术以及产业发展融合技术，更好地实现边缘智能监控的协同以及历史数据的挖掘，在未来的发展过程当中也能够更好地实现网络化、数字化和智能化发展。
参考文献：
[1]张嗣文.大冶特殊钢炼铁厂原料无人行车控制技术的应用[J].科学技术创新,2022(33):63-66.
[2]许满兴.优化高炉炼铁原料采购与烧结高炉配矿一体化的思路和方法[J].烧结球团,2016,41(05):1-7.
[3]陈龙飞.一体化逆变电源在炼铁生产中的应用[J].中国新技术新产品,2012(11):131.
