摘要：东北大学钢铁共性技术协同创新中心（以下简称“中心”）坚持产学研深度融合、科技创新与产业创新深度融合、数字技术与实体经济深度融合，创新提出了采用“人机混合智能（HI）”模式，深度融合工业大数据、传统理论经验、AIGC技术，突破了钢铁行业全流程“黑箱”难题，实现了
东北大学钢铁共性技术协同创新中心（以下简称“中心”）坚持产学研深度融合、科技创新与产业创新深度融合、数字技术与实体经济深度融合，创新提出了采用“人机混合智能（HI）”模式，深度融合工业大数据、传统理论经验、AIGC技术，突破了钢铁行业全流程“黑箱”难题，实现了钢铁行业全流程在线高保真预测，建立起以HI为特色的数字孪生平台和钢铁行业中国式现代化数字底座。为全面展示中心“AI+钢铁”技术成果，本报特组织该专题，以飨读者。
王国栋院士：“AI+钢铁”助力钢铁行业中国式现代化
1
研究背景
我国难选铁矿石储量达200亿吨以上，采用常规选矿技术无法有效利用，造成严重资源浪费和环境污染。自主研发创新技术，实现贫杂铁矿石资源化利用，意义重大。采用矿相转化技术，可以实现复杂难选矿产资源的高效开发利用，增加可利用矿产资源的储量，实现“科技增储”。近年来，矿相转化技术在国内外相关企业已经获得工业应用，并逐渐推广开来。随着人工智能、大数据、机器学习、数字孪生等信息技术的快速发展，实施矿相转化技术的智能化研究，对提高生产效率、推动选矿过程及装备的数字化转型具有重要意义。因此，构建基于数据和机理混合驱动的铁矿物氧化还原过程智能模型，实现对矿相转化过程的精准感知、智能预测和自适应优化，已成为推动矿相转化技术从“人工经验控制”走向“智能运行调控”的关键抓手。
2
关键技术
2.1难选铁矿资源多段矿相转化新技术
针对难选铁矿石中赤铁矿、褐铁矿、菱铁矿等弱磁性矿物难以高效回收的问题，2011中心铁矿资源高效利用团队构建了“预转化-蓄热还原-再氧化”三段式矿相转化技术路径。该技术通过调控反应气氛与温度梯度，在不同阶段实现褐铁矿脱羟、菱铁矿分解、定向还原及稳定磁化调控，使弱磁性铁矿物高效转化为磁性铁矿物，从而显著提升铁矿石的可选性。研究结果表明，在预转化阶段，褐铁矿加热脱羟生成赤铁矿，菱铁矿分解生成赤铁矿和磁铁矿，此过程增加了铁矿物的反应活性中心；在还原阶段，通入CO或H2创造强还原气氛，赤铁矿利用自身蓄热快速转化为磁铁矿，矿相转化率可达95%以上；在冷却阶段，通过控制物料与空气的接触温度，将部分人造磁铁矿再氧化为磁赤铁矿，冷却产品中磁赤铁矿占比可控制在15%-20%。该技术突破了传统磁化焙烧过程中磁化率不足、选择性差的瓶颈，为难选铁矿石高效利用提供了全新路径。
2.2难选铁矿石矿相转化过程理化性质演变规律
为系统解析难选铁矿石矿相转化过程中赤铁矿、褐铁矿、菱铁矿的转化机制，团队深入开展了矿相转化过程中矿物组成及结构、磁性诱导与动力学调控的耦合机制研究。通过原位XRD、EBSD、穆斯堡尔谱等先进的检测技术手段，揭示了不同反应阶段中矿物晶面重排、择优取向及结构演化路径。研究发现，晶粒间呈面心立方结构择优定向生长，具备稳定磁响应特征，且反应活性中心集中于晶界与孔隙区域，是矿相转化反应的关键触发位点，为调控反应动力学提供了理论支撑。该机制研究为复杂铁矿物的转化过程提供了量化路径和预测模型的机理支撑，为构建矿相图谱AI识别系统提供了坚实的物理基础和识别工具支撑。
2.3矿相转化过程协同强化原理与定向调控准则
针对矿相转化过程中反应路径复杂、能质传递不均、热场扰动频繁等问题，团队建立了“多段反应 - 多场耦合 - 智能反馈”的强化控制机制。首先，通过对气氛组成、温度场分布与反应停留时间的精准调控，构建了以局部强化与整体平衡协同为目标的矿相转化优化路径。同时，明确矿物裂隙、孔洞及晶界为反应活性中心，提出“加热致裂强化还原”新策略。研究结果表明，快速加热使矿石发生微观结构应力释放，形成裂隙网络，显著增加还原反应的活性位点，进而显著提升转化速率与均匀性。在此基础上，结合CFD模拟与颗粒动力学建模，构建了矿石颗粒气固流化行为的仿真平台，实现对气体分布、停留时间、反应均匀性的全流程建模。该模型已集成至智能控制平台，可实时反馈流场分布与传质效率，并驱动智能调节模块对进料速率、进气速率、给料粒度等工艺参数进行优化调控，从而构建起以热-流-结构耦合机制为核心的协同强化转化准则体系。
2.4矿相转化过程机理与数据驱动的建模及智能优化控制
难选铁矿石矿相转化是化学反应、传质传热、流态化物相重构等强耦合的复杂物理化学过程。团队建立了机理与多速率数据驱动的矿相转化过程机理模型，揭示了矿相转化过程输入与输出定量强非线性机理；模仿人脑“分而治之”的类脑模块化建模策略，建立了数据驱动的模糊串并随机配置网络的磁选回收率预报模型，模型误差小于0.008，提出了矿相转化过程运行指标设定模型及智能优化控制策略，为我国难选铁矿矿相转化过程智能化提供了技术支撑。
3
技术路线与实施方案
为实现难选铁矿资源的高效开发与矿相转化全过程的绿色、精准控制，团队持续推动工艺与装备的智能化升级。技术路线以数字孪生为核心，依托信息物理融合平台，深度整合多源异构数据，实现矿相转化-选别全过程的动态建模与智能优化运行（图1）。
该体系以“矿相转化大数据平台”为基础，采用“数据层-服务层-应用层”分层架构，融合物联网、边缘计算与工业软件系统，具备对磨矿分级、磁选、浮选及转化全过程的感知、分析与可视化能力。平台集成PLC、MES、ERP系统，构建气固热流耦合模型、人机交互界面与智能调度模块，有效打破数据孤岛。团队同步开发“端-边-云一体化平台”，实现转化效率、能耗与产品质量的多目标优化控制。系统融合流场监测、遗传算法优化与知识决策库，具备预警、调度与自学习能力，并联动磁选、浮选等下游环节，构建联动反馈机制。最终通过图像识别与深度学习，实现粒度-磁场/泡沫-药剂的精准匹配，推动关键装备向自学习、自判断、自调控演进。
4
落实产业与实施效果
4.1工程化示范推广成果显著
基于基础理论研究、关键技术突破及智能制造方面的创新成果，团队在国内外建设成功3000吨/年、15万吨/年、60万吨/年、165万吨/年及200万吨/年等系列化矿相转化系统，分别在辽宁东大矿冶、辽宁三和、海南矿业及酒钢集团等企业建成示范工程，覆盖赤铁矿、褐铁矿、菱铁矿、铁锰矿等典型难选矿石，技术已完成从半工业平台向实际生产线的平稳迁移及推广应用。该技术获得了铁回收率＞85%、吨给矿能耗0.9-1.0GJ的工业指标，与现有常规技术相比，单机处理能力提高6倍以上、铁回收率提高10-30个百分点、能耗降低25%以上。近三年，辽宁三和赞比亚选矿厂利用整套技术处理堆存的含铁锰矿排岩矿石，已为企业新增产值22.21亿元，盘活赞比亚含铁锰矿废石1000余万吨。
在磨矿-浮选-矿相转化一体化推进中，团队在东鞍山烧结厂构建了基于神经网络的药剂动态控制系统，实现复杂矿石浮选药剂的精准调控，提升了菱铁矿、赤铁矿等弱磁性矿物的分选效率。此外，团队还在鞍千矿业建成了智能浮选系统融合图像识别与Fuzzy-PID控制，构建“泡沫-液位-加药量”一体化运行机制，使精矿品位稳定、尾矿品位下降0.54%、药剂费用降低12%。上述工业实践为选矿与矿相转化智能耦合提供了示范样板，具备良好推广价值。
4.2装备系统智能化水平显著提升
团队依托大数据、人工智能与工业自动化技术，构建了 “数据+模型+平台”三位一体的矿相转化智能协同系统。该系统融合多源异构数据采集、轻量化预测模型与远程智能控制平台，可实现矿相转化全过程的精细化调控。系统基于5G边缘智能与工业物联网，实现日均处理数据量超百万条，具备对复杂工况的实时感知与预测能力。平台集成数字孪生可视化界面及多目标优化模块，显著提升了系统运行的透明性与智能响应能力。实践结果表明，智能系统运行后减员80%、人均产能17万吨/年，填补了我国在铁矿矿相转化智能化控制领域的技术空白。
4.3带动区域产业链协同升级
矿相转化技术不仅破解了难选铁矿资源高效清洁利用的世界级难题，还实现了排岩废石的资源化利用，显著提升了资源利用率，扩大了我国可开采铁矿储量。该技术可有效节约尾矿库和排土场空间，减少对周边生态环境的污染和影响，避免征地、搬迁等诸多社会问题。依托矿相转化技术体系，可盘活国内及海外权益矿山中超过100亿吨的难选铁、锰等复杂矿产资源，有效提升资源利用效率与绿色低碳水平。同时，技术体系将持续服务“一带一路”沿线国家复杂难选矿产资源的开发，为赞比亚、阿尔及利亚等国家矿产资源开发提供了多项一流技术，创造大量就业岗位，有力推动当地经济快速发展，助力属地产业协同与产能提升。
5
结语
在我国钢铁行业加快数字化转型升级、推动“双碳”战略落地的大背景下，难选铁矿资源矿相转化技术的智能化研究不仅为实现复杂铁矿资源的高效清洁利用提供了核心支撑，也为提升矿山智能制造水平、构建绿色低碳产业体系注入了新动能。未来，该技术体系将在更广泛的资源类型、更复杂的工艺流程中持续迭代升级，助力我国矿业实现高质量、智能化发展。
内容来源：http://www.worldmetals.com.cn/
版权说明：版权归原作者所有，如有侵权请联系删除；文章内容属作者个人观点，不代表本报观点和立场。转载请注明来源；文章内容如有偏颇，敬请各位指正；如标错来源，请跟我们联系。
来源：世界金属导报
