華院智能制造基于對工業(yè)生產(chǎn)場景的深入理解，秉承算法和應(yīng)用場景相結(jié)合的技術(shù)路線，依托自身在智能算法領(lǐng)域的核心技術(shù)和創(chuàng)新優(yōu)勢，將持續(xù)推進(jìn)智能制造在工業(yè)領(lǐng)域的應(yīng)用與實(shí)踐，實(shí)現(xiàn)更多應(yīng)用場景落地，為工業(yè)企業(yè)提供數(shù)字化、智能化轉(zhuǎn)型升級創(chuàng)新服務(wù)，助力產(chǎn)業(yè)發(fā)展與行業(yè)進(jìn)步。

煉焦配煤是煤焦鋼產(chǎn)業(yè)鏈生產(chǎn)過程中重要的工序，煉焦煤是鋼鐵工業(yè)的基礎(chǔ)能源和主要原料，煉焦煤的高質(zhì)量、穩(wěn)定持續(xù)供應(yīng)是鋼鐵工業(yè)蓬勃發(fā)展的基礎(chǔ)。從長遠(yuǎn)來看，煉焦煤資源將會愈來愈稀缺；從近期來看，國內(nèi)外煉焦煤價(jià)格處于高位，因此最優(yōu)化利用煉焦煤資源勢在必行。

焦化在我國經(jīng)濟(jì)建設(shè)中的重要組成部分，焦化生產(chǎn)不僅為鋼鐵產(chǎn)業(yè)提供必要的燃料和還原劑，同時煉焦過程副產(chǎn)的焦?fàn)t煤氣和化工產(chǎn)品是城市（工業(yè)）燃?xì)?、基礎(chǔ)化工原料，是能源轉(zhuǎn)換的重要工序。

傳統(tǒng)焦化生產(chǎn)也存在高污染高能耗的問題，在碳達(dá)峰、碳中和的背景下，傳統(tǒng)焦化轉(zhuǎn)型和技術(shù)升級勢在必行。

2022年2月3日國家發(fā)展和改革委員會、工業(yè)和信息化部、生態(tài)環(huán)境部和國家能源局聯(lián)合發(fā)布了《高耗能行業(yè)重點(diǎn)領(lǐng)域節(jié)能降碳改造升級實(shí)施指南（2022年版）》，實(shí)施指南中對焦化行業(yè)的節(jié)能降碳改造升級提出四個方向，其中重點(diǎn)指出要“研究開發(fā)焦化工藝流程信息化、智能化技術(shù)，建立智能配煤系統(tǒng)，完善能源管控體系，建設(shè)能源管控中心，加大自動化、信息化、智能化管控技術(shù)在生產(chǎn)組織、能源管理、經(jīng)營管理中的應(yīng)用。”

基于數(shù)智化的智能配煤技術(shù)，在穩(wěn)定和提高焦炭質(zhì)量的基礎(chǔ)上，不斷降低優(yōu)質(zhì)焦煤的配比，使用儲量豐富、價(jià)格低廉中粘煤及弱粘煤，由此降低焦炭成本，具有非常重大的技術(shù)與經(jīng)濟(jì)效益，也將產(chǎn)生深遠(yuǎn)而積極地社會效益。

時間周期：

項(xiàng)目開始時間：2023.02

項(xiàng)目截止時間：2023.10

數(shù)智化需求

新余鋼鐵集團(tuán)有限公司是一家營收超千億、產(chǎn)能達(dá)千萬噸的大型國有鋼鐵聯(lián)合企業(yè)、中國500強(qiáng)企業(yè)、江西省工業(yè)骨干企業(yè)。

新鋼集團(tuán)尤為重視數(shù)智化建設(shè)，2021年下半年，新鋼集團(tuán)提出“加快數(shù)字化轉(zhuǎn)型、打造智慧化工廠”，成立“數(shù)智新鋼”建設(shè)組織機(jī)構(gòu)，整合專門的數(shù)智化部（數(shù)字中心），并與科創(chuàng)及互聯(lián)網(wǎng)企業(yè)建立全面合作伙伴關(guān)系，強(qiáng)強(qiáng)聯(lián)合共同推動“數(shù)智新鋼”建設(shè)。新鋼集團(tuán)利用數(shù)字化、智慧化手段，大力發(fā)展集控系統(tǒng)、平安新鋼視頻系統(tǒng)、運(yùn)行穩(wěn)定系統(tǒng)，實(shí)現(xiàn)生產(chǎn)現(xiàn)場的無人化、少人化，管好生產(chǎn)運(yùn)行、管住產(chǎn)品質(zhì)量，進(jìn)一步提高生產(chǎn)效率。同時，產(chǎn)銷質(zhì)財(cái)一體化系統(tǒng)、設(shè)備管理信息化系統(tǒng)、效益預(yù)測信息化系統(tǒng)等多個“智慧”項(xiàng)目全面推進(jìn)。

新鋼集團(tuán)煉鐵事業(yè)部焦化區(qū)目前產(chǎn)能263萬噸/年，有6m頂裝焦?fàn)t兩座、7m頂裝焦?fàn)t兩座；在焦化配煤環(huán)節(jié)，目前采取小焦?fàn)t結(jié)合煤種性能指導(dǎo)人工配煤。由于當(dāng)前煤源煤種多且變化頻繁，各煤種檢化驗(yàn)指標(biāo)差異較大，現(xiàn)場配煤槽有限，無法做到單煤種配煤，致使煤質(zhì)波動、混煤等情況經(jīng)常發(fā)生，給配煤工作帶來較大挑戰(zhàn)，同時由于單種煤質(zhì)量波動造成焦炭質(zhì)量波動較大，配比調(diào)整頻繁，對高爐生產(chǎn)穩(wěn)定造成了一定影響，故需要利用先進(jìn)的智能技術(shù)并結(jié)合專家經(jīng)驗(yàn)，開發(fā)建設(shè)一套智能配煤系統(tǒng)助力焦化生產(chǎn)，項(xiàng)目結(jié)合該焦化廠的生產(chǎn)工藝條件及焦炭質(zhì)量目標(biāo)、配煤綜合成本控制等現(xiàn)狀，圍繞配煤優(yōu)化管理及數(shù)字化、智能化發(fā)展需求，利用先進(jìn)的人工智能技術(shù)，并結(jié)合專家經(jīng)驗(yàn)，旨在穩(wěn)定焦炭質(zhì)量、優(yōu)化配煤結(jié)構(gòu)、降低生產(chǎn)成本、合理利用煤炭資源。系統(tǒng)涵蓋煤焦資源管理、焦炭質(zhì)量預(yù)測、優(yōu)化配煤預(yù)測、筒倉智能管理等功能，切實(shí)提高企業(yè)數(shù)字化、智能化水平，為降低企業(yè)生產(chǎn)成本、提高效益創(chuàng)造條件，實(shí)現(xiàn)產(chǎn)品綠色、環(huán)境綠色、本質(zhì)安全、全自動化操作、智能化管控的建設(shè)目標(biāo)。

面臨挑戰(zhàn)

煉焦煤在我國被視為重要的戰(zhàn)略儲備資源，然而，當(dāng)前國內(nèi)的配煤結(jié)構(gòu)與煉焦煤資源狀況存在嚴(yán)重的矛盾，這直接影響了整個行業(yè)的可持續(xù)發(fā)展。據(jù)統(tǒng)計(jì)，焦煤在我國煉焦煤種類中僅占比24%，但在主要煉焦配比結(jié)構(gòu)中，焦煤的比例卻普遍高達(dá)40%~50%。這一不協(xié)調(diào)的現(xiàn)狀使得煉焦煤的合理利用成為亟待解決的問題。

由于鋼鐵行業(yè)的競爭日益激烈，生產(chǎn)成本方面的控制也是新鋼重點(diǎn)關(guān)注的問題。當(dāng)前的配煤結(jié)構(gòu)導(dǎo)致了較高的配煤成本，直接影響了企業(yè)的效益和競爭力。受煉焦煤煤源變化、煤質(zhì)波動以及生產(chǎn)工藝等多重因素的影響，為了保障生產(chǎn)的安全性，傳統(tǒng)的配煤方案往往存在指標(biāo)富余較大的情況，同時也需要大量使用優(yōu)質(zhì)煉焦煤，進(jìn)一步提高了生產(chǎn)成本。

此外，信息化程度的不足也是當(dāng)前面臨的挑戰(zhàn)之一。新鋼已經(jīng)完成了MES、LIMS等信息化系統(tǒng)，不過仍有部分工作需要線下完成，往往需要通過excel表格進(jìn)行錄入，這帶來了巨大的工作量。同時由于不同歷史時期相繼建設(shè)了一卡通物流系統(tǒng)、LIMS、MES、ERP等系統(tǒng)，這些系統(tǒng)并沒有統(tǒng)一的數(shù)據(jù)格式，導(dǎo)致了數(shù)據(jù)的存儲而不是有效的治理，形成了信息化的“孤島”。

最后，人才培養(yǎng)也是新鋼非常關(guān)注問題。人工配煤的難度較大，且在很大程度上依賴于配煤師長期的配煤經(jīng)驗(yàn)積累，專業(yè)配煤師的培養(yǎng)周期也相對較長。同時，由于配煤師的工作負(fù)擔(dān)較重，小焦?fàn)t實(shí)驗(yàn)的時間成本也較高，使得配煤師在開拓新的配煤結(jié)構(gòu)及煤源拓展方面面臨著較大的困難。

綜上所述，針對當(dāng)前煉焦煤產(chǎn)業(yè)所面臨的問題，我們需要采取一系列的措施和技術(shù)手段來優(yōu)化煉焦煤。

數(shù)據(jù)支持

焦化配煤的數(shù)據(jù)是工業(yè)配料中非常典型的“小數(shù)據(jù)”，數(shù)據(jù)量較少，同時關(guān)聯(lián)性較差，智能配煤系統(tǒng)根據(jù)焦炭質(zhì)量要求及庫存煤種情況，全方位、多維度對煤質(zhì)數(shù)據(jù)進(jìn)行挖掘，不同煤質(zhì)指標(biāo)對應(yīng)不同模型，適應(yīng)煤種變化較大情況，優(yōu)化配煤結(jié)構(gòu)，大幅降低主焦煤使用比例，降低配煤成本.

基于機(jī)器自學(xué)習(xí)模型，用戶使用越多，系統(tǒng)根據(jù)實(shí)際情況自動修正模型算法和技術(shù)參數(shù)，大幅提升焦炭質(zhì)量預(yù)測精度、配煤價(jià)格優(yōu)化等，根據(jù)各個不同焦化廠的實(shí)際情況迅速優(yōu)化調(diào)整，從而達(dá)到最優(yōu)的配煤結(jié)果。

智能配煤系統(tǒng)是以智能配煤模塊為核心，覆蓋煤源管理、煤質(zhì)評價(jià)、煤場倉儲管理、實(shí)驗(yàn)室分析、生產(chǎn)管理、焦炭質(zhì)量管理、生產(chǎn)報(bào)表中心等全方位綜合優(yōu)化的焦化生產(chǎn)管理系統(tǒng)。

智能配煤系統(tǒng)通過數(shù)據(jù)的采集、整理及算法優(yōu)化，可幫助企業(yè)完善煤焦管理體系、建設(shè)智能生產(chǎn)管理中心，實(shí)現(xiàn)自動化、信息化、智能化。

應(yīng)用技術(shù)與實(shí)施過程

華院計(jì)算基于大數(shù)據(jù)算法模型和AI人工智能進(jìn)行配煤優(yōu)化和焦炭質(zhì)量精準(zhǔn)預(yù)測，以成本和效益優(yōu)先為指導(dǎo)進(jìn)行資源配置，顯著降低成本；通過智能配煤來保證生產(chǎn)焦炭的質(zhì)量，合理利用煤炭資源，節(jié)約高價(jià)值的煉焦煤資源，擴(kuò)大煉焦煤資源，實(shí)現(xiàn)焦炭生產(chǎn)的保質(zhì)增效。

該智能焦化方案的核心功能是智能配煤，相較于傳統(tǒng)的專家配煤系統(tǒng)和大數(shù)據(jù)學(xué)習(xí)配煤系統(tǒng)，該智能配煤技術(shù)創(chuàng)新采用認(rèn)知智能算法與專家配煤經(jīng)驗(yàn)相結(jié)合的方式構(gòu)建數(shù)學(xué)模型，可以通過小數(shù)據(jù)學(xué)習(xí)的方式，自動升級迭代配煤模型，快速適應(yīng)復(fù)雜的煤種變化。

在智能配煤系統(tǒng)的焦炭質(zhì)量預(yù)測模型中，華院計(jì)算采用基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法（發(fā)明專利，專利號：CN111915077A），方法包括：根據(jù)配煤單上單種煤的原始指標(biāo)，構(gòu)建單種煤的衍生指標(biāo)；通過機(jī)器學(xué)習(xí)訓(xùn)練完成的模糊聚類模型，由單種煤的原始指標(biāo)和衍生指標(biāo)得到單種煤的類中心值；對單種煤的類中心值進(jìn)行隸屬度矩陣計(jì)算，得到單種煤的衍生特征；對單種煤的衍生特征進(jìn)行線性加和，得到配合煤的衍生特征；對配合煤的衍生特征進(jìn)行歸一化處理，并通過機(jī)器學(xué)習(xí)訓(xùn)練完成的支持向量回歸模型，得到配煤單形成混合煤的CSR值。通過本發(fā)明的技術(shù)方案，與配煤煉焦機(jī)理進(jìn)行有機(jī)結(jié)合，提高焦炭質(zhì)量預(yù)測的準(zhǔn)確度和精確度，同時提高焦炭的生產(chǎn)質(zhì)量，降低成本，克服了推廣性困難的問題。

以下是關(guān)于該模型相關(guān)發(fā)明專利的說明：

1、一種基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征包括：

① 根據(jù)配煤單上單種煤的原始指標(biāo)，構(gòu)建所述單種煤的衍生指標(biāo)。

② 通過機(jī)器學(xué)習(xí)訓(xùn)練完成的模糊聚類模型，由所述單種煤的原始指標(biāo)和衍生指標(biāo)得到所述單種煤的類中心值。

③ 對所述單種煤的類中心值進(jìn)行隸屬度矩陣計(jì)算，得到所述單種煤的衍生特征。

④ 對所述單種煤的衍生特征進(jìn)行線性加和，得到所述配煤單上單種煤相配合的配合煤的衍生特征。

⑤ 對所述配合煤的衍生特征進(jìn)行歸一化處理，并通過機(jī)器學(xué)習(xí)訓(xùn)練完成的支持向量回歸模型，得到所述配煤單形成混合煤的CSR值。

2、根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征在于，所述模糊聚類模型的機(jī)器學(xué)習(xí)訓(xùn)練過程包括：

① 定義所述模糊聚類模型的代價(jià)函數(shù)；

② 在滿足預(yù)設(shè)約束條件的前提下最小化所述代價(jià)函數(shù)；

③ 在滿足預(yù)設(shè)停止條件時得到預(yù)設(shè)數(shù)量的類中心值。

3、根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征在于，所述支持向量回歸模型的機(jī)器學(xué)習(xí)訓(xùn)練過程包括：

① 以配合煤的衍生特征作為輸入量、以配合煤所煉焦炭的CSR值作為輸出量，構(gòu)建所述支持向量回歸模型的訓(xùn)練數(shù)據(jù)集；

② 對所述訓(xùn)練數(shù)據(jù)集進(jìn)行shuffle處理，并劃分為訓(xùn)練集和測試集；

③ 對所述訓(xùn)練集進(jìn)行min-max歸一化處理，并對所述支持向量回歸模型進(jìn)行訓(xùn)練；

④ 對所述支持向量回歸模型進(jìn)行交叉驗(yàn)證，對所述支持向量回歸模型進(jìn)行網(wǎng)格搜索尋找最優(yōu)超參數(shù)；

⑤ 根據(jù)所述最優(yōu)超參數(shù)利用所述訓(xùn)練集對所述支持向量回歸模型進(jìn)行重新訓(xùn)練；

⑥ 利用所述測試集對所述支持向量回歸模型的預(yù)測性能進(jìn)行測試。

4、根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征在于，所述根據(jù)所述單種煤的原始指標(biāo)構(gòu)建所述單種煤的衍生指標(biāo)具體包括：

根據(jù)所述單種煤的原始指標(biāo)揮發(fā)分V .daf、粘結(jié)指數(shù)G和膠質(zhì)層最大厚度Y，對預(yù)設(shè)的原始指標(biāo)進(jìn)行比運(yùn)算構(gòu)建衍生指標(biāo)：

以粘結(jié)指數(shù)G與揮發(fā)分V .daf的比值構(gòu)建衍生指標(biāo)GV，以膠質(zhì)層最大厚度Y與揮發(fā)分V .daf的比值構(gòu)建衍生指標(biāo)YV；

根據(jù)所述原始指標(biāo)的值計(jì)算所述衍生指標(biāo)GV和YV的值：

根據(jù)所述配煤單上單種煤的揮發(fā)分V .daf、GV值和YV值，輸入所述模糊聚類模型進(jìn)行模糊聚類，得到所述單種煤的類中心值。

5、根據(jù)權(quán)利要求1或3所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征在于，所述支持向量回歸模型采用線性核。

6、一種基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測系統(tǒng)，應(yīng)用如權(quán)利要求1至5中任一項(xiàng)所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測方法，其特征在于，包括：

① 指標(biāo)構(gòu)建模塊，用于根據(jù)配煤單上單種煤的原始指標(biāo)，構(gòu)建所述單種煤的衍生指標(biāo)；

② 類中心值計(jì)算模塊，用于通過機(jī)器學(xué)習(xí)訓(xùn)練完成的模糊聚類模型，由所述單種煤的原始指標(biāo)和衍生指標(biāo)得到所述單種煤的類中心值；

③ 單種煤特征計(jì)算模塊，用于對所述單種煤的類中心值進(jìn)行隸屬度矩陣計(jì)算，得到所述單種煤的衍生特征；

④ 配合煤特征計(jì)算模塊，用于對所述單種煤的衍生特征進(jìn)行線性加和，得到所述配煤單上單種煤相配合的配合煤的衍生特征；

⑤ CSR值預(yù)測模塊，用于對所述配合煤的衍生特征進(jìn)行歸一化處理，并通過機(jī)器學(xué)習(xí)訓(xùn)練完成的支持向量回歸模型，得到所述配煤單形成混合煤的CSR值。

7、根據(jù)權(quán)利要求6所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測系統(tǒng)，其特征在于，所述類中心值計(jì)算模塊中所述模糊聚類模型的機(jī)器學(xué)習(xí)訓(xùn)練過程包括：

① 定義所述模糊聚類模型的代價(jià)函數(shù)；

② 在滿足預(yù)設(shè)約束條件的前提下最小化所述代價(jià)函數(shù)；

③ 在滿足預(yù)設(shè)停止條件時得到預(yù)設(shè)數(shù)量的類中心值。

8、根據(jù)權(quán)利要求6所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測系統(tǒng)，其特征在于，所述CSR值預(yù)測模塊中所述支持向量回歸模型的機(jī)器學(xué)習(xí)訓(xùn)練過程包括：

① 以配合煤的衍生特征作為輸入量、以配合煤所煉焦炭的CSR值作為輸出量，構(gòu)建所述支持向量回歸模型的訓(xùn)練數(shù)據(jù)集；

② 對所述訓(xùn)練數(shù)據(jù)集進(jìn)行shuffle處理，并劃分為訓(xùn)練集和測試集；

③ 對所述訓(xùn)練集進(jìn)行min-max歸一化處理，并對所述支持向量回歸模型進(jìn)行訓(xùn)練；

④ 對所述支持向量回歸模型進(jìn)行交叉驗(yàn)證，對所述支持向量回歸模型進(jìn)行網(wǎng)格搜索尋找最優(yōu)超參數(shù)；

⑥ 根據(jù)所述最優(yōu)超參數(shù)利用所述訓(xùn)練集對所述支持向量回歸模型進(jìn)行重新訓(xùn)練；

⑦ 利用所述測試集對所述支持向量回歸模型的預(yù)測性能進(jìn)行測試。

9、根據(jù)權(quán)利要求6所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測系統(tǒng)，其特征在于，所述指標(biāo)構(gòu)建模塊中，根據(jù)所述單種煤的原始指標(biāo)構(gòu)建所述單種煤的衍生指標(biāo)的具體過程包括：

根據(jù)所述單種煤的原始指標(biāo)揮發(fā)分V .daf、粘結(jié)指數(shù)G和膠質(zhì)層最大厚度Y，對預(yù)設(shè)的原始指標(biāo)進(jìn)行比運(yùn)算構(gòu)建衍生指標(biāo)：

以粘結(jié)指數(shù)G與揮發(fā)分V .daf的比值構(gòu)建衍生指標(biāo)GV，以膠質(zhì)層最大厚度Y與揮發(fā)分V .daf的比值構(gòu)建衍生指標(biāo)YV；

根據(jù)所述原始指標(biāo)的值計(jì)算所述衍生指標(biāo)GV和YV的值：

根據(jù)所述配煤單上單種煤的揮發(fā)分V .daf、GV值和YV值，輸入所述模糊聚類模型進(jìn)行模糊聚類，得到所述單種煤的類中心值。

10、根據(jù)權(quán)利要求6或8所述的基于機(jī)器學(xué)習(xí)的配煤煉焦熱態(tài)預(yù)測系統(tǒng)，其特征在于，所述支持向量回歸模型采用線性核。

華院計(jì)算的智能配煤模型可以幫助企業(yè)優(yōu)化配煤結(jié)構(gòu)，減少優(yōu)質(zhì)煉焦煤使用比例，降低生產(chǎn)成本，穩(wěn)定焦炭質(zhì)量，提高配煤效率。

此外，該智能焦化方案還提供完善的數(shù)字化流程管控，包含實(shí)時數(shù)據(jù)中心的數(shù)據(jù)看板、智能配煤、智能煤倉、庫存管理、客戶管理等模塊，分別從原料煤質(zhì)量數(shù)據(jù)庫、原料煤供應(yīng)商數(shù)據(jù)庫、最優(yōu)配煤方案生成、配比方案比較、焦炭質(zhì)量預(yù)測、化產(chǎn)負(fù)荷預(yù)測、焦炭數(shù)據(jù)庫、煤焦評價(jià)體系、排班排產(chǎn)計(jì)劃、原料煤采購計(jì)劃、客戶反饋管理等功能上，全面實(shí)現(xiàn)采購、生產(chǎn)、銷售全流程信息化、智能化，實(shí)現(xiàn)科學(xué)采購原料、優(yōu)化配煤方案、嚴(yán)控工藝流程、優(yōu)化庫存等。

外部合作

智能配煤系統(tǒng)在建設(shè)過程中，新鋼集團(tuán)煉鐵事業(yè)部生產(chǎn)單元、新鋼集團(tuán)技術(shù)中心及新鋼集團(tuán)數(shù)智化部也充分參與之中，其中煉鐵事業(yè)部生產(chǎn)單元及技術(shù)中心在建設(shè)中提供諸多優(yōu)秀建議，同時在系統(tǒng)完成開發(fā)后試運(yùn)行階段配合進(jìn)行大量小焦?fàn)t實(shí)驗(yàn)驗(yàn)證，數(shù)智化部門在新鋼集團(tuán)MES、LIMS等系統(tǒng)對接、數(shù)據(jù)支持等方面提供重要支撐。

行業(yè)變化

基于該解決方案，該鋼鐵集團(tuán)焦化廠成功構(gòu)建數(shù)字能源中心，一方面穩(wěn)定焦炭質(zhì)量，提供采購建議；另一方面則優(yōu)化配煤結(jié)構(gòu)，嚴(yán)控生產(chǎn)成本。主要體現(xiàn)在以下幾個方面：

1、經(jīng)濟(jì)價(jià)值：智能配煤系統(tǒng)通過優(yōu)化配比結(jié)構(gòu)，降低主焦及肥煤的使用比例，配合煤成本每噸節(jié)省約3~5元（動態(tài)數(shù)據(jù)），每年預(yù)創(chuàng)造經(jīng)濟(jì)價(jià)值約800~1300萬元；

2、穩(wěn)定焦炭質(zhì)量：包括：焦炭冷態(tài)強(qiáng)度：M40 M10，焦炭熱態(tài)強(qiáng)度CSR，反應(yīng)性CRI焦炭，灰分(Ad)焦炭硫分(St,d)，綜合生產(chǎn)合格率92%以上。

關(guān)于企業(yè)

·華院計(jì)算

華院計(jì)算技術(shù)（上海）股份有限公司（簡稱“華院計(jì)算”）成立于2002年，是中國認(rèn)知智能技術(shù)的開拓者。公司以算法研究和創(chuàng)新應(yīng)用為核心：基于數(shù)學(xué)應(yīng)用與計(jì)算技術(shù)發(fā)展，聚焦認(rèn)知智能技術(shù)、創(chuàng)新自研底層算法；基于認(rèn)知智能引擎平臺的場景應(yīng)用，為智能制造、數(shù)字治理、零售金融、和數(shù)字文旅等行業(yè)提供AI+行業(yè)解決方案、實(shí)現(xiàn)全面賦能，從而推動行業(yè)智能化的轉(zhuǎn)型和升級，讓世界更智慧。點(diǎn)擊文末“閱讀原文”鏈接，還可了解更多“華院計(jì)算”信息。

·新余鋼鐵集團(tuán)

新余鋼鐵集團(tuán)有限公司是一家營收超千億、產(chǎn)能達(dá)千萬噸的大型國有鋼鐵聯(lián)合企業(yè)、中國500強(qiáng)企業(yè)、江西省工業(yè)骨干企業(yè)。

★以上由華院計(jì)算投遞申報(bào)的項(xiàng)目案例，最終將會角逐由數(shù)據(jù)猿與上海大數(shù)據(jù)聯(lián)盟聯(lián)合推出的《2023中國數(shù)智化轉(zhuǎn)型升級創(chuàng)新服務(wù)企業(yè)》榜單/獎項(xiàng)。

該榜單獎項(xiàng)最終將于11月14日以下活動中進(jìn)行榜單的首發(fā)與獎項(xiàng)的頒發(fā)，歡迎報(bào)名蒞臨現(xiàn)場

來源：數(shù)據(jù)猿