从我国钢铁企业当前的实际情况来看，主要工艺过程都使用了数学模型，如铁前系统就有焦化数学模型、烧结数学模型和高炉数学模型；炼钢系统中如转炉炼钢数学模型、RH真空精炼数学模型，LF炉精炼数学模型以及连铸数学模型等；轧钢工序是应用过程控制数学模型技术最广泛最成熟的领域，如冷热连轧生产线、中厚板生产线，涂镀生产线、热处理系统等，在线生产控制都使用了数学模型。
但在这成绩面前，我们还要看到，内部仍然存在着更深层次的问题。
（1）在过程控制数学模型的应用中，重复引进的现象比较严重，而且对核心技术的封锁也是十分严重的。由于种种原因，我们不能有效地对引进的数学模型进行维护和二次开发，以致出现“水土不服”和不能充分发挥作用等问题。
（2）在我们内部的企业之间互相保密，有些企业认为我们自己花的钱引进的技术，就要作为自己本企业的秘密，而加以保护，以致影响到对引进技术的消化、吸收、再创新工作的进一步开展。这种保密的结果，是替外商保了密，苦了我们自己，帮助外商占领国内市场，我们倒起了一定的作用。
审视整个钢铁工业自动化信息化的发展趋势，过程控制数学模型是钢铁工业自动化信息化最直接最有效的领域，也是最核心的技术，没有或者不掌握这种技术，钢铁工业的自动化信息化就难免流于形式，难以收到理想的效果。
首钢数学模型的研究与应用的现状
首钢自从上个世纪七十年代以来，就开始了控制系统数学模型的研发与应用工作，研究成果于上个世纪八十年代获得国家科技进步奖。本世纪初，特别是2005年以来，首钢集中了全公司的自动化信息化力量，组建了首钢自动化信息技术有限公司，控制系统数学模型的研发与应用工作又揭开了崭新的一页。
高炉专家系统的研究与应用高炉炼铁控制是一项复杂的过程控制系统，炉况顺行是高炉控制的主要目的。目前高炉专家系统多是从保顺行入手开发研究与应用。而首钢就是在总结了国内外高炉专家系统研究与应用的成功经验与失败的教训基础之上，换一个思路，在一般炉况顺行的基础上，从异常炉况判断入手，提出了“提高高炉异常炉况判断准确性就是保高炉顺行”的新思想，通过主动出击，积极防御，针对各种异常炉况的判断与分析，对原有异常炉况处理的经验进行总结、优化，找出其内在规律性，并用新技术手段加以科学再现，保证高炉生产不受波动或少受波动，从而达到保证高炉顺行的目的。
通过人工智能领域的专家系统技术、神经元网络算法、遗传算法等新兴学科技术，将高炉专家知识和经验进行量化，用智能推理技术将量化结果进行综合分析来预报和处理炉况，尤其对异常炉况的征兆进行详细的分析和预报，并提出相应的处理措施。通过神经元网络来预报铁水温度。通过有限差分和遗传算法来构建炉缸侵蚀模型，通过运动轨道方程，应用土坡塌陷及堆积原理来构建炉料分布模型，并采用三段法来分析炉内径向负荷分布，最终通过模型的协同来综合治理高炉，以达到高炉顺行的目的。
通过人工智能领域的专家系统技术、神经元网络算法、遗传算法等新兴学科技术，将高炉专家知识和经验进行量化，用智能推理技术将量化结果进行综合分析来预报和处理炉况，尤其对异常炉况的征兆进行详细的分析和预报，并提出相应的处理措施。通过神经元网络来预报铁水温度。通过有限差分和遗传算法来构建炉缸侵蚀模型，通过运动轨道方程，应用土坡塌陷及堆积原理来构建炉料分布模型，并采用三段法来分析炉内径向负荷分布，最终通过模型的协同来综合治理高炉，以达到高炉顺行的目的。
经过两年的探索、开发与实践，首钢高炉专家系统终于研制成功并应用于高炉生产领域，在原料多变的状态下，通过对异常炉况判断和原料质量模块的开发应用，预报命中率又得到了进一步提升。炉况判断准确全面实时，模型整体的技术性能达到了国际先进水平。
首钢烧结智能化控制系统
烧结是钢铁生产工艺过程中的一个重要环节，就是将精矿粉与其它粉状原料、回收的冶
金工业粉尘，按一定比例混合，并烧制成块状的原料，供高炉生产使用。
首钢烧结智能化控制系统是首钢自动化信息技术公司自行设计，开发完成的具有完全自主知识产权的控制模型软件，该系统从配料开始到烧结全过程，针对各个关键控制点建立模型，并有机的组成一个整体，进行智能控制，整个模型智能化控制系统包括了优化配料模型、动态配料模型、成分预报模型、点火模型、燃料模型、BTP（烧结终点）控制模型、BTP偏差控制模型等数10个子模型，实现了首钢烧结生产智能化控制，达到了节能降耗，绿色生产、提高产品与质量等新的目标，各项技术经济指标也在上一个新台阶。其中BRP（温度上升点）斜率判断法，利用燃烧速度一致性指数改善布料，消除终点偏差等技术内容，都是首次提出并应用于生产实际。使用效果良好，达到国内领先水平。
首钢高品质钢一体化冶炼智能化集成系统
首钢高品质钢一体化冶炼智能化集成系统是首钢自动化信息技术公司经过多年研究，全部自行设计，自主开发完成的具有完全自主知识产权的转炉炼钢冶炼自动化模型软件。这套系统是以动静态冶炼模型为核心，以冶炼全过程（包括精炼）科学管理为基础，以数据挖掘技术为支撑的现代化转炉冶炼全过程的自动控制技术。系统开发了自动化炼钢静态模型和动态模型，部分功能可以根据现场实际进行定制设计开发。
这套模型结合机理模型和统计模型的特点，是通过主进程模型协调各分数学模型计算进程的开始和结束，将烟气分析与副枪技术有效地结合在一起，并将转炉炼钢与RH炉精炼、LF炉的自动控制与判断做为一个系统中的三个要素有机地进行统一分析，判断及处理，实现了协同职能化炼钢。特别是对钢水、炉渣和合金为研究体系，利用机理模型分析影响钢水温度的主要因素，在此基础上，通过数据挖掘，基于热平衡理论建立温度预报模型，利用质量守恒定律和线性规划方法，建立成分预报模型和控制模型，充分利用转炉、LF炉冶炼工艺操作的经验，优化工艺参数，提高钢水温度和成分预报的准确性。该系统同时还具有强大的自学习功能，进一步提高了系统的稳定性和使用效果。系统稳定运行率超过99.8%，钢水终点温度和成分预报命中率双双达到90%以上。以年产量500万吨钢设计，使用该系统创造的经济效益要比未使用前高达1400万元，整体达到了国内领先水平。


备注：数据仅供参考，不作为投资依据。