關鍵詞：LF精煉；自動化煉鋼；智能化精煉；控制模型；協(xié)同控制

0 前言

LF精煉作為爐外精煉手段之一，因其投資不高、功能性強，且能夠?qū)︿撍臏囟?、成分進行有效設計和調(diào)整，而被廣泛應用。傳統(tǒng)的精煉過程僅靠人工經(jīng)驗操作，現(xiàn)場環(huán)境惡劣，不僅工人勞動強度高，而且存在過程控制波動大、物料消耗和能耗偏高、過程成本高、產(chǎn)品質(zhì)量穩(wěn)定性差等一系列問題，嚴重制約了產(chǎn)品質(zhì)量及市場競爭力的提升。因此，如何實現(xiàn)LF精煉過程的高效、精準自動控制，使之更好地滿足鋼鐵企業(yè)高效智能生產(chǎn)要求，成為LF精煉自動煉鋼控制的重要研究方向。

國內(nèi)外眾多研究者在LF精煉自動煉鋼所涉及的模型模塊、系統(tǒng)和設備等方面做了大量的研究工作，并取得較好的應用效果。20世紀60年代，最初的LF精煉控制系統(tǒng)采用的是儀表控制手段；70年代到80年代，可編程邏輯控制器（PLC）的迅速發(fā)展使得LF精煉控制系統(tǒng)的可靠性和可維護性得到了改善；90年代以來，冶金工藝和自動控制技術的結合更為緊密，專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡控制等被應用到LF精煉控制系統(tǒng)中，同時，國內(nèi)外在LF精煉自動吹氬、電極自動控制、溫度預報、成分預報和控制、脫硫造渣、脫氧造渣等控制模型的應用方面取得了良好的效果，并且關于各控制模型的有機融合及自動化煉鋼系統(tǒng)的聯(lián)動控制等研究也逐漸開展，這為LF精煉自動化煉鋼系統(tǒng)的開發(fā)提供了很好的支撐。

本文系統(tǒng)梳理和分析了LF精煉自動控制系統(tǒng)/模型的發(fā)展情況，著重總結了其應用現(xiàn)狀和優(yōu)缺點，闡述了LF精煉自動化煉鋼系統(tǒng)的發(fā)展趨勢，展望了LF精煉自動化煉鋼發(fā)展途徑及前景，以期為后續(xù)LF精煉自動化煉鋼技術研發(fā)提供參考。

1 LF精煉自動控制系統(tǒng)/模型發(fā)展情況

1.1 自動吹氬系統(tǒng)

利用鋼包底吹氬對鋼液進行攪拌，能夠促進鋼液中夾雜物的上浮去除，改善鋼包內(nèi)冶金反應的動力學條件，是提升鋼液質(zhì)量的重要手段之一。國內(nèi)傳統(tǒng)的鋼包精煉底吹氬裝置如圖1所示，作業(yè)人員手動控制閥門開度、人為記錄吹氬時間，調(diào)節(jié)精確性和穩(wěn)定性較差，且手動插拔軟管的對接方式對作業(yè)人員存在著安全隱患。目前該吹氬控制方式已基本淘汰，國內(nèi)各大型鋼廠均開發(fā)或者引進了以PLC控制系統(tǒng)為主體的智能吹氬控制系統(tǒng)。在控制系統(tǒng)最核心的吹氬曲線的確定上，各鋼鐵企業(yè)對吹氬流量的控制方式不盡相同，圖2所示為各種流量調(diào)節(jié)方式及其應用效果。

2007年，王詠秋等利用脈沖編碼調(diào)制（PCM）技術對吹氬流量進行控制，調(diào)節(jié)范圍大，精度達到了10 L/min， 使?jié)i鋼熱軋板廠100 t LF爐煉鋼成本得到顯著降低；2013年，天鋼開發(fā)并應用了以PID控制為核心組件的智能吹氬系統(tǒng)，提高了精煉效率，產(chǎn)品質(zhì)量也上升到了一個新臺階；2019年，李雪輝針對經(jīng)典PID控制模型超調(diào)量大、存在調(diào)節(jié)死區(qū)的問題，提出了PID死區(qū)動態(tài)調(diào)節(jié)模型，通過對死區(qū)值進行計算，引入對PID死區(qū)進行控制的調(diào)節(jié)方式，并于2019年9月底在宣鋼完成LF鋼包精煉自動吹氬系統(tǒng)的改造，改造后氬氣、電極的消耗量都得到了降低；安鋼和萊鋼應用的流量控制器則是在經(jīng)典PID控制的基礎上綜合了模糊控制的優(yōu)勢，解決了超調(diào)量大的問題，實現(xiàn)了動態(tài)響應好、控制平穩(wěn)精準的應用效果。

相對于國內(nèi)，國外對吹氬工藝的理論研究起步較早，在20世紀40年代就已證實了鋼液吹氬理論的可行性。國外對自動吹氬控制方面的研究起步也較早，相關技術已經(jīng)比較成熟，其中最典型的技術為日本川崎耐材公司開發(fā)的EF-KGC系統(tǒng)，應用后顯著改善了冶煉效果，降低了單位電耗，提高了合金的收得率。

從PCM控制到經(jīng)典PID控制，鋼包爐自動吹氬系統(tǒng)穩(wěn)定性、可控性得到提高，但仍存在調(diào)節(jié)死區(qū)不可避免、調(diào)節(jié)精度略顯不足等問題。目前國內(nèi)外鋼企主要采用復合控制，即把神經(jīng)網(wǎng)絡、模糊控制、專家系統(tǒng)等綜合應用在精煉底吹氬控制中，相比傳統(tǒng)單一控制，復合控制更適用于復雜非線性吹氬系統(tǒng)。

1.2 電極控制系統(tǒng)

電極控制系統(tǒng)是LF爐關鍵部分，具有非線性、輸入輸出強耦合、多時變等特點，傳統(tǒng)PID控制精度較差，因此現(xiàn)在國內(nèi)外均已淘汰傳統(tǒng)PID控制，轉向非線性控制效果更好的神經(jīng)網(wǎng)絡控制。電極系統(tǒng)PID控制與人工神經(jīng)網(wǎng)絡（ANN）控制對比見表1。

從表1可以看出，在電極控制上ANN控制較傳統(tǒng)的PID控制更具優(yōu)勢，但是其也存在著辨識精度不足、算法運算時間長等問題，需要在其基礎上進行改進。另外，傳統(tǒng)的PID控制在結合其他控制后的復合控制也能表現(xiàn)出較好的綜合控制性能。目前現(xiàn)場應用的電極控制系統(tǒng)如圖3所示。

國內(nèi)外學者在電極控制系統(tǒng)的神經(jīng)網(wǎng)絡控制改進和復合控制以及電極定位系統(tǒng)的研究上，做了大量的工作。圖4所示為國內(nèi)外LF爐電極控制系統(tǒng)的研究情況，可以發(fā)現(xiàn)，早在1992年，美國北極星鋼鐵公司Staib W E等就已提出基于Delta-Bar-Delta規(guī)則的神經(jīng)網(wǎng)絡對電極進行控制，該ANN網(wǎng)絡提高了自學習效率，并且實現(xiàn)了誤差的全局最小，在實際應用中取得了巨大的成功，節(jié)約了用電成本，且系統(tǒng)運行穩(wěn)定。雖然國內(nèi)的相關工作起步較晚，但大多直接選擇復合控制或?qū)?jīng)典BP算法進行改進，均取得了不錯的應用效果，其中，佟威等分別采用Bang-Bang最優(yōu)控制、PID控制以及模糊控制，根據(jù)精煉不同時期對電極控制系統(tǒng)精度和靈敏度的不同需求，設計了相對應的控制方式，在國內(nèi)某鋼廠實際應用中，這種智能復合控制響應速度為普通PID控制的5倍。綜合國內(nèi)外LF爐電極控制系統(tǒng)的研究應用情況可以發(fā)現(xiàn)，經(jīng)過改進的神經(jīng)網(wǎng)絡控制和復合控制，表現(xiàn)出更好的控制精準性、系統(tǒng)穩(wěn)定性，應用后降低了噸鋼成本，但是在設備維護、工藝操作方面仍需改進，以獲得更高的生產(chǎn)效率和節(jié)能水平。

1.3 溫度預報模型

國內(nèi)外LF精煉溫度預報模型主要分為3種：機理模型、黑箱模型和復合模型，各模型的基本原理如圖5所示。機理模型是通過熱平衡規(guī)律，將影響鋼包溫度的各個因素轉換成數(shù)學模型，再對模型進行求解，得到鋼包的溫度分布，其可以理解為從“原因”到“結果”，然而一些非線性“原因”難以用機理描述出來，從而對機理模型產(chǎn)生了一定的限制。黑箱模型是將影響鋼水溫度的各個因素作為多輸入，采用神經(jīng)網(wǎng)絡算法或者多元回歸分析對試驗數(shù)據(jù)或者實際生產(chǎn)數(shù)據(jù)進行統(tǒng)計分析，得到鋼包終點溫度，相當于從“結果”到“結果”，由于未考慮過程機理，故稱之為黑箱模型。黑箱模型雖然解決了非線性因素不易用數(shù)學模型表述的問題，但是其對數(shù)據(jù)的依賴程度比較高，訓練數(shù)據(jù)少、數(shù)據(jù)準確性差等都會對模型的預報精度產(chǎn)生影響。復合模型是將機理模型和黑箱模型結合起來，即先建立傳熱機理數(shù)學模型，然后利用神經(jīng)網(wǎng)絡或者多元回歸分析對無法用數(shù)學模型表述的非線性因素采用黑箱分析，最后對鋼包終點溫度進行預報。

3種溫度預報模型在國內(nèi)外均有研究和應用，為了大致比較各模型的應用效果，筆者對20世紀90年代至今國內(nèi)外溫度預報模型的發(fā)展情況作了調(diào)研，并對預報精度為±5 ℃的機理模型、復合模型、神經(jīng)網(wǎng)絡和回歸分析（黑箱模型）的模型命中率進行了不完全統(tǒng)計，結果如圖6所示?？梢钥闯?，機理模型和復合模型的預報命中率比較高，神經(jīng)網(wǎng)絡和回歸分析（黑箱模型）的預報命中率在一些鋼廠應用比較好，然而有的命中率只達到了65%，也說明其對數(shù)據(jù)的依賴性比較強。另外，對比圖中國內(nèi)外研究情況可以發(fā)現(xiàn)，國外對鋼包精煉溫度預報的研究較早且技術相對成熟，1993年，英國鋼鐵公司斯肯索普工廠Zoryk A等建立的鋼包熱追蹤數(shù)學模型命中率便達到了86%。田慧欣等利用寶鋼300 t LF爐生產(chǎn)數(shù)據(jù)對3種模型的精度進行了測試對比，結果發(fā)現(xiàn)機理模型、黑箱模型、復合模型的精度分別為82%、86%和92%，可見復合模型的預報精度更高。從圖6中可以很好地看出國內(nèi)外溫度預報模型的研究情況，然而由于預報精度是不同操作者在不同條件下獲得的，因此不能只憑此準確判斷各模型的優(yōu)劣，但總體來看復合模型在預報精度方面展現(xiàn)出了更大的優(yōu)勢。

1.4 成分預報和控制模型

成分預報模型是LF精煉自動化煉鋼系統(tǒng)重要模型之一，其功能主要為對投入合金后的鋼水成分進行預報，模型預報的準確性則與合金的收得率有很大關系，通過以往合金的添加經(jīng)驗采用經(jīng)驗公式計算、預報是較為常用的一種方法，然而影響合金收得率的因素眾多且具有較強的非線性，經(jīng)驗公式預報精度顯然不足。目前國內(nèi)外成分預報模型常用的算法還有參考爐次法和神經(jīng)網(wǎng)絡算法，其中參考爐次法是利用歷史冶煉數(shù)據(jù)進行預報，如式（1）和式（2）所示。

fi=Δmim×100%fi=Δmim×100%（1）

fa=1n∑i=1nfi×100%fa=1n∑i=1nfi×100%（2）

式中：fi、fa分別為某元素的收得率和平均收得率，%；m、Δmi分別為第i爐加入某合金的質(zhì)量和加入該合金后某元素的質(zhì)量變化量，kg； n為參考的爐次數(shù)。冶煉結束后，即可將正常爐次的冶煉數(shù)據(jù)編入數(shù)據(jù)庫中實現(xiàn)模型的自學習。

顯然，參考爐次法對歷史數(shù)據(jù)的依賴比較高。多輸入單輸出、處理非線性問題能力強的神經(jīng)網(wǎng)絡算法也適于成分預報，但其對數(shù)據(jù)的依賴性也較強。故國內(nèi)外成分預報模型從以經(jīng)驗公式為主轉向以經(jīng)驗公式結合參考爐次法或神經(jīng)網(wǎng)絡算法的復合模型為主，宣鋼郝勝濤等、唐鋼王學峰以及柳鋼常長志等均采用經(jīng)驗公式法對鋼水成分進行預報，基本上達到了工藝生產(chǎn)要求，但是存在著一些問題，如未考慮鋼包殘渣的影響、系統(tǒng)維護麻煩等。鞍鋼李廣幫等采用復合的方法，對收得率較穩(wěn)定的Nb、Ti、C、Mn等采用經(jīng)驗公式來分析計算，對收得率波動較大的Si、Al等選取參考爐次法來預報，取得了較好的預報效果。Kothari A K等針對印度塔塔鋼鐵公司的鋼包爐提出了兩步增量法的鐵合金模型，實現(xiàn)了合金加料的全自動化，在提高鋼水質(zhì)量的同時降低了成本。

1.5 造渣模型

1.5.1 脫硫造渣模型

精煉脫硫是LF爐精煉的主要功能之一，也是實現(xiàn)鋼水深脫硫的關鍵環(huán)節(jié)，而確定渣系成分、造好硫容量大且流動性良好的脫硫渣是精煉實現(xiàn)深脫硫的關鍵，因此，脫硫造渣模型也是自動化精煉系統(tǒng)的基礎模型之一。前人的研究主要集中在對脫硫渣系成分的優(yōu)化分析，而對LF精煉脫硫造渣模型的研究較少。與溫度預報模型類似，目前常用的脫硫造渣模型可以分為基于人工經(jīng)驗計算鋼液硫含量的機理模型、將影響硫容量的因素作為輸入而直接輸出硫含量的黑箱模型以及結合兩者優(yōu)勢的復合模型。機理模型預報精度較低且具有很大的局限性，黑箱模型則對歷史數(shù)據(jù)的準確度要求較高，而復合模型結合了機理模型和黑箱模型的優(yōu)點，預報精度較高。脫硫造渣復合模型原理如圖7所示，但是目前研究并應用復合模型的較少，一般以機理模型和黑箱模型為主。

1.5.2 脫氧造渣模型

LF爐中進行脫氧既是為了更好地脫硫，同時也是提高鋼材質(zhì)量的重要途徑之一。爐渣脫氧的主要手段是添加鋁合金進行沉淀脫氧，較早的研究著重于對終點氧成分的準確控制上。1998年，鋼鐵研究總院何平等通過熱力學基礎理論建立了LF爐終點氧控制模型，采用南京鋼鐵廠生產(chǎn)數(shù)據(jù)驗證后，模型計算結果與實際生產(chǎn)數(shù)據(jù)基本一致。隨著對鋼材產(chǎn)品質(zhì)量要求的日益提升，憑借人工經(jīng)驗喂線脫氧已不能滿足低成本、高質(zhì)量要求，東北大學盛國良結合現(xiàn)場實際建立了LF爐喂線脫氧在線控制模型，預報喂線量誤差在±10 m內(nèi)的命中率達到了84.2%，預報渣量誤差在±10 kg內(nèi)命中率為81.6%；同時萊鋼、山鋼也都開發(fā)并應用了在線脫氧造渣模型，使得物料的加入量和終渣成分的穩(wěn)定性得到了提高，但仍存在模型參數(shù)難以實時準確測量、個別預報誤差較大的問題。

以上闡述了LF精煉自動化煉鋼過程中涉及的各單體模型開發(fā)及應用情況，然而在LF精煉實際過程中，往往希望LF精煉過程的自動吹氬、電極自動控制、溫度預報、成分預報、脫硫造渣、脫氧造渣等少數(shù)幾個功能或全部功能都實現(xiàn)自動精準控制，這需要進一步厘清各模型執(zhí)行過程和功能實現(xiàn)中存在的相互作用關系，將相關成熟模型有機融合，形成各控制模型深度融合及聯(lián)動控制的自動化煉鋼系統(tǒng)，以適應當前LF精煉自動化煉鋼技術發(fā)展需求。

2 LF精煉自動化煉鋼系統(tǒng)發(fā)展趨勢

2.1 自動測溫取樣機器人應用現(xiàn)狀

LF精煉的規(guī)范化、自動化、智能化會提高其精煉水平、提升鋼產(chǎn)品的市場競爭力，也符合目前打造智能工廠、實現(xiàn)智能生產(chǎn)的發(fā)展趨勢。在現(xiàn)場環(huán)境惡劣的鋼廠，使用工業(yè)機器人代替現(xiàn)場操作工已經(jīng)成為發(fā)展趨勢。圖8所示為自動測溫取樣機器人。以工業(yè)機器人為基礎的測溫采樣系統(tǒng)，結合了機器人應用技術、機器人視覺識別技術，實現(xiàn)自動采樣，且采樣動作靈活，對環(huán)境和工況適應性強、安全性強，測量結果穩(wěn)定、操作簡便、維護簡單、易學易用。在LF精煉過程中，使用自動測溫取樣機器人不僅能夠減輕操作人員繁重的體力勞動，而且機器人的操作更為精確和迅速，從而大大提高了生產(chǎn)質(zhì)量和效率；同時，利用自動測溫取樣機器人進行LF精煉過程自動測溫取樣，也在控制上為真正實現(xiàn)LF精煉“一鍵式”自動煉鋼提供了可能和重要支撐。目前，國內(nèi)首鋼、寶武韶鋼、濟鋼等鋼廠相繼進行了自動測溫取樣機器人的研發(fā)和使用，該系統(tǒng)上線后，提高了鋼水溫度控制的準確性，減少了人為干擾，對提高鋼水熱量控制能力和鋼水質(zhì)量、減輕工人勞動強度具有重要意義。

2.2 LF精煉自動化煉鋼系統(tǒng)研究進展及發(fā)展趨勢

目前，關于LF精煉自動控制系統(tǒng)，諸如第1節(jié)所述，國內(nèi)外各單體模型研發(fā)和應用比較多，而關于各模型有機融合及聯(lián)動控制的整體自動化精煉系統(tǒng)研究相對較少。1999年，沙鋼將電極自動控制模型與溫度模型進行融合，開發(fā)了智能鋼包精煉系統(tǒng)ILF，其原理如圖9所示，該系統(tǒng)基于神經(jīng)網(wǎng)絡和專家系統(tǒng)對溫度進行預報，利用神經(jīng)網(wǎng)絡和模糊控制對電極進行控制調(diào)節(jié)，使得噸鋼電耗降低、鋼水質(zhì)量提高、生產(chǎn)成本降低，取得了一定的應用效果。

印度塔塔鋼鐵公司將合金加入模型、溫度預報模型等多個單體控制模型進行集成，設計出LFOR自動煉鋼控制系統(tǒng)，該系統(tǒng)應用后終點預測溫度與目標溫度的誤差均在±5 ℃以內(nèi)，減少了精煉過程測溫取樣次數(shù)，鋼水成分控制更加精確，同時運用最優(yōu)合金添加模型后生產(chǎn)成本得以降低。

2017年，河鋼承鋼自動化中心將部分單體工藝模型與一級PLC系統(tǒng)及三級系統(tǒng)相連接，開發(fā)出了一套LF精煉自動化煉鋼系統(tǒng)（LF精煉“一鍵煉鋼”系統(tǒng)），如圖10所示。該系統(tǒng)由二級模型軟件和自動控制系統(tǒng)組成，具有預報溫度、自動配加合金、自動生成報表等功能，對鋼包車、電極、爐蓋等實現(xiàn)自動控制。該項目同時對諸如喂絲機等難以進行自動控制的設備進行改造，提高了自動化水平，在部分鋼種上實現(xiàn)了一定程度的“一鍵式”精煉，降低了操作工的勞動強度。但是，仍存在模型預報精度偏低、適于冶煉的鋼種少、人工干預比例高等問題，并未在生產(chǎn)全范圍實現(xiàn)真正意義上的LF精煉“一鍵煉鋼”。由此可見，中國的LF自動化精煉系統(tǒng)與國外的尚且存在一定的差距。

基于此，根據(jù)現(xiàn)場實際生產(chǎn)狀況，筆者團隊通過對LF精煉工藝流程系統(tǒng)分析，提出LF精煉“一鍵式”煉鋼模型系統(tǒng)開發(fā)的工作需求，包括實現(xiàn)工藝過程的拆解和模塊化、滿足各模型基礎工藝參數(shù)需求、滿足鋼包與原料等管理要求、考慮異常工況條件及應對措施等；在此基礎上，明確要開發(fā)的子模塊數(shù)量并對其進行自動化程序轉化，分模塊實現(xiàn)鋼包自動化精煉。同時，進一步對LF精煉一級基礎自動化軟件和二級模型軟件進行集成開發(fā)，將從現(xiàn)場得到的操作流程、過程參數(shù)、自學習方法、拆解模塊及模塊之間的轉換對接關系等轉換成機器語言，制作成程序并集成到同一系統(tǒng)中，形成LF精煉自動化煉鋼系統(tǒng)，從而實現(xiàn)對整個LF精煉工藝的全局化控制與調(diào)節(jié)，其現(xiàn)場應用操作系統(tǒng)界面如圖11所示。

同時，該系統(tǒng)具備基于工藝的全方位和多技術集成智能模型、設備故障自我診斷、智能語音報警、智能鋼包吹氬、全過程故障和事件跟蹤記錄等技術優(yōu)勢。其中二級模型軟件包括能量平衡、溫度預報、合金料計算、LF精煉脫硫預報、脫氧劑計算、成分預報、供電制度優(yōu)化、底吹氬氣、造渣、喂絲、冶煉時間控制、冶煉數(shù)據(jù)采集跟蹤等模型；一級基礎自動化軟件實現(xiàn)對LF爐的實時監(jiān)控，包括LF爐爐蓋系統(tǒng)自動升降、電壓擋位和電流擋位自動選擇、電極加熱系統(tǒng)自動啟停、渣料自動加入、吹氬氣攪拌系統(tǒng)按預定模式進行攪拌、合金自動配料和加入、自動喂絲等冶煉功能，以及數(shù)據(jù)網(wǎng)絡通信、操作優(yōu)化及生產(chǎn)管理支持等數(shù)據(jù)互聯(lián)與生產(chǎn)管理、聯(lián)鎖報警等功能。

該系統(tǒng)還兼顧冶煉工序上下游運行規(guī)律，根據(jù)連鑄澆注對精煉冶煉周期的實際需求，實時制定及優(yōu)化LF精煉生產(chǎn)流程計劃表，對各二級模型的執(zhí)行進行總體規(guī)劃，并按LF“一鍵式”煉鋼系統(tǒng)工藝流程進行精準控制，實現(xiàn)煉鋼區(qū)段（BOF/EAF-LF-CC）協(xié)同匹配和高效運行。

3 結論與展望

（1）目前，LF精煉自動控制主要體現(xiàn)在自動吹氬、電極自動控制、溫度預報、成分預報、脫硫造渣、脫氧造渣等單個或少數(shù)幾個功能的實現(xiàn)上，其中單純基于機理分析或者神經(jīng)網(wǎng)絡等建模運行的模型在預報精確性、控制穩(wěn)定性方面表現(xiàn)欠佳。LF精煉自動控制功能或模型多為單個應用，多功能或多模型的集成也多為簡單組合，適于冶煉的鋼種少，人工干預比例高，沒有真正形成所有模塊的協(xié)同配合。

（2）將機理分析、神經(jīng)網(wǎng)絡、人工經(jīng)驗（專家系統(tǒng)）等相結合的復合控制模型綜合性能更好，隨著各單體模型的實踐開發(fā)和成熟應用，復合模型的優(yōu)勢將更為突出，并不斷地被完善和投入應用。在LF精煉爐自動控制技術的不斷成熟應用以及大數(shù)據(jù)和圖像識別技術的實踐運用背景下，各類模型將被不斷優(yōu)化和集成，同時結合工業(yè)機器人、自動控制技術和不斷優(yōu)化升級的智能化設備，可實現(xiàn)真正意義上的智能精煉。

（3）建立基于工藝的全方位、多技術集成的智能精煉模型系統(tǒng)，并兼顧冶煉工序上下游運行規(guī)律，按LF精煉“一鍵式”自動煉鋼系統(tǒng)工藝流程進行精準控制，以實現(xiàn)煉鋼區(qū)段的協(xié)同匹配和高效運行，是未來LF精煉自動控制的主要發(fā)展方向。

本文摘自《中國冶金》2022年第11期