TY  - JOUR
TI  - 低碳冶金背景下炼钢工艺优化设计
AU  - 郑舒雯
JO  - 冶金与材料
PY  - 2026
IS  - 1
SP  - 87
EP  - 89
SN  - 2096-4854
AB  - 钢铁工业作为高耗能行业，在“双碳”目标驱动下面临巨大的低碳转型压力，传统炼钢工艺在能耗控制方面存在预测精度不足、调控响应滞后以及工艺参数优化困难等问题，制约了钢铁企业的绿色发展。文章通过构建多维度生产数据挖掘体系，设计深度神经网络能耗预测算法，开发基于预测的动态能耗调控系统，实现了炼钢全流程能耗的精准预测与智能调控。该系统有效降低了单位钢水能耗与碳排放强度，提升了工艺稳定性，该算法体系为钢铁企业实现低碳转型提供了有效的技术路径，对推动钢铁行业绿色发展与构建现代化工业体系具有重要意义。
KW  - 低碳冶金
KW  - 炼钢工艺
KW  - 能耗预测
KW  - 深度学习
KW  - 智能调控
UR  - https://journal.zazhitong.com/yjycl/articles/2108474167261003778
ER  -