本项目以选矿过程增产、节能、降耗和减少污染为目标，实现了三项工艺控制技术创新，构建了一个信息化网络控制平台，主要内容如下：1）首次实现了基于在线粒度检测的球磨机粒度闭环控制。采用多变量解耦控制结合专家控制的方法，使磨矿粒度稳定在±2%范围内。而传统的通过控制浓度间接控制粒度的工艺方法，粒度波动范围可达±10%，显著提高了粒度控制效果。2）通过自寻优算法，实现磨机负荷的最佳控制。自系统2001年投入运行起，经过不断调整，3年中设备台时产量每年提高8%以上，吨矿耗电量、耗水量和钢球消耗量共降低8%以上，抛尾量共降低4%以上。3）采用模糊控制技术和变频技术，实现了高压大功率破碎机负荷优化，及多段破碎负荷平衡控制。平均节能7%以上，降低备件消耗6%以上。4）构建了一个信息化网络控制平台，实现了跨多个生产车间、跨不同系列集散控制系统、跨多期自动化工程的网络化系统的信息集成。

一种包埋共轭亚油酸的蜡质玉米纳米淀粉的制备工艺流程，包括：称取脱脂的蜡质玉米淀粉10‑20g溶于100ml缓冲溶液中，将蜡质玉米淀粉悬液沸水浴充分糊化40min后冷却至58℃保温，加入30aspu/g干基淀粉的普鲁兰酶进行脱支处理4‑12h，离心2‑5min后弃去沉淀，保留上清液，沸水浴灭酶处理10‑15min，再次离心2min弃去变性的酶，保留上清液，煮沸，称取1g‑3g共轭亚油酸溶于5ml，70％乙醇溶液中，将混合溶液加入煮沸的上清液中，边加入边搅拌，处理20‑60min，冷却至室温，置于4℃的冰箱中，回生处理8‑10h，回生后的纳米颗粒用70％的乙醇溶液水洗3‑4次，将水洗后的纳米颗粒经‑70℃冷冻后，真空冷冻干燥制得成品。

我国特钢企业基础自动化水平高但生产管理手段落后、上层管理与底层控制相互割裂、信息不畅通的问题，针对特钢企业的生产特点，大连理工大学 CIMS 中心设计开发了天为 piMES 流程型企业产销一体化管理系统，专门面向国内钢铁制造企业的专业化软件平台，系统解决了钢铁制造企业经营管理系统与设备控制系统之间产生的信息断层问题， MES 系统上对经营管理系统接收生产计划和技术要求数据，下对生产车间各种自动控制设备进行数据采集，通过 MES 的生产作业计划、物料、质量、计量、成本等系统功能，提高企业订单执行和生产过程控制能力，强化产品质量管理，降低控制成本，提升客户满意度。

精对苯二甲酸（PTA）主要用于生产聚对苯二甲酸乙二醇酯（PET）树脂和聚酯纤维。目前，国内PTA年产能已达千万吨，但总体来说单耗物耗较高。随着国内PTA市场的竞争越来越激烈，工艺优化和生产改造的技术瓶颈就会凸现。粗对苯二甲酸（TA）加氢精制反应过程是将TA中的4-CBA等杂质还原、其它有色杂质进行分解的过程，它直接关系到PTA产品的质量和产量，是PTA生产的核心过程之一。本项目综合应用化工过程建模技术、计算机应用技术、智能信息处理技术及最优化技术等，进行TA加氢精制反应过程操作条件的优化。通过实验室小试研究，确立TA加氢反应的动力学模型；根据生产装置的实际运行数据和历史数据，通过模型修正方法，建立了能反映工业装置生产实际的TA加氢精制反应过程工艺机理数学模型，并在此基础上实现流程模拟；在此模型基础上，能够系统地分析各工艺操作参数对反应过程和反应产物的影响，并可根据PTA生产过程的具体要求（如质量、原料和产品市场价格及能耗 等），采用优化方法确定加氢精制过程操作条件的最优值，以辅助操作人员对装置生产状况进行调节，实现在保证产品质量合格的同时，降低能耗和物耗，提高装置的运行效率、平稳度，发挥生产装置的内在潜力，提高国内PTA产品质量和价格的竞争力。 该项成果具有国际先进性，可直接推广应用到国内其他PTA装置。此外，该成果中的建模技术、优化技术等亦可以推广应用到其他石油化工生产过程中，采用自动化技术提升传统产业生产技术水平，推动我国石化工业科技进步，为信息化带动工业化，实现社会生产力的跨越式发展，提供强有力的示范作用。

本项目成果是由北京科技大学与石家庄钢铁有限责任公司（以下简称石钢）于2005年9月合作开展“炼钢－轧钢过程重点合同物流优化研究”课题的基础上、在2007年教育部“新世纪优秀人才支持计划”项目—汽车用特殊钢制造流程的集成优化与协调控制研究（NCET-07-0067）项目的支持下，运用冶金流程工程学基础理论，结合炼钢厂运行优化控制技术从钢铁制造工艺、技术、管理、控制等多角度对石钢炼钢－连铸－轧钢复杂制造流程的运行、优化与控制开展系统性的研究工作，对实际生产排程过程进行抽象与描述，并生成排产规则库，优化特殊钢生产排程，形成特殊钢厂炼钢－连铸－轧钢系统运行控制与优化技术： 1）炼钢－轧钢过程系统的运行原则与调控策略；2）炼钢－轧钢过程系统的时间、温度解析与优化；3）工序生产能力的确定；4）生产模式的优化；5）流程温度制度的优化；6）生产过程组织与生产控制；7）钢包转运的解析与优化；8）中间包转运的解析与优化；9）生产排程与中间坯库的库存管控系统。 根据“炉机对应”、“铸轧对应”、“能耗最小”、“拉速决定流量”、“连铸连轧”等原则，在对特殊钢厂炼钢—轧钢工序作业时间、温度、工序间流量等环节的调控策略的基础上，从时间、温度及物质量3个基本参数出发，对特殊钢厂炼钢－连铸－轧钢流程的运行过程进行研究，掌握特殊钢厂炼钢－轧钢过程系统的物质流运行规律，通过进行炼钢－连铸－轧钢工序关系的协调优化，实现转炉、连铸机与轧机的协同运行。通过对钢包运行、铸坯运转进行解析，确定合理的钢包个数和连铸坯热送热装的管控策略。 针对特殊钢厂多品种、小批量的生产特点，对石钢现有生产流程进行规则抽象和描述，指出了现有生产计划中存在的问题，并提出了解决办法。建立了棒线材产线适用的炼钢炉次计划模型、连铸浇次计划（包括异钢种混浇）模型、轧制生产计划模型和半成品库的管控模型，对石钢生产排程系统进行了总体设计和总体业务流描述，对生产排程系统进行了技术架构并用Microsoft Visual Studio 2005 + SQL Server 2000进行了实现，为炼钢－连铸－轧钢的优化排程及库存优化管理提出系统解决方案。根据以上研究内容形成的教育部科技成果（鉴字[教 CW2009]第 022 号）具有我国完全自主知识产权，在棒线材产线钢、铸、轧生产优化排程方面达到国内领先水平，在冶金流程工程学理论、方法与生产计划优化技术结合领域具有国际先进水平。

本发明公开了一种支持响应面估值与更新的优化流程建模方法， 包括如下步骤:使用试验设计组件获得初始设计点，将上述初始设计 点作为输入变量导入表达式组件中获取输出变量;使用响应面组件基 于上述输入变量和输出变量构造初始响应面;通过引用组件实现初始 响应面的估值计算，并计算初始响应面的最优点;将该最优点作为新 输入变量载入到表达式组件中，产生新输出变量;基于新的输入变量 和输出变量生成新响应面，实现响应面的更新;基于新响应面计算得 到新的最优点;

北科大独立开发了金属层状复合板带轧制复合成形新技术，比传统爆炸复合、热轧复合和冷轧复合技术的流程短、成本低且产品的性能优异，可广泛用于钛/钢、铜/钢、铝/钢、钢/钢、镍/钢、镁/钢、铝/铜、钛/铜、镍/铜、铝/铝、铝/钛、镁/铝等各种异种金属双层或多层复合板带的生产，产品在海洋工程、汽车交通、电力建筑、石油化工、信息能源、国防军工和日常生活等领域用途广阔。

一、项目分类 关键核心技术突破 二、成果简介 据联合国环境规划署报道，全球每年产生约5000万吨的电子废弃物，超过70%的电子废弃物产生于中国，电子废弃物的有效处理及处置已成为全球关注的热点。作为典型的电子废弃物，截止2018年，铅酸蓄电池仍占全部二次电池的55%，拥有最大市场份额。 目前，国内外广泛采用火法冶炼的废铅膏回收再生工艺，温度高达1000 oC以上，产生大量挥发性铅尘和SOx，传统火法再生铅引发的“血铅”等环境污染风险受到广泛关注。考虑到电子废弃物具有资源性和污染性的双重特性，如何实现电子废弃物的清洁回收是本领域的难点。 本技术研发了废铅酸蓄电池铅膏有机酸短流程回收方法及柠檬酸铅两段法焙烧制备新型铅粉方法，进而制备出高性能的铅炭电池，实现含铅组分的高效清洁回收。铅炭电池由于具有电容效应，有望解决传统铅酸蓄电池比能量密度低的不足。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。