目前，我国钢铁行业能源消费总量约占全国能源消费总量的九分之一，碳排放量占全国碳排放总量的15%左右。年初，工信部、发改委、生态环境部三部门发布的《关于促进钢铁工业高质量发展的指导意见》提出，力争到2025年，80%以上钢铁产能完成超低排放改造，吨钢综合能耗降低2%以上，水资源消耗强度降低10%以上，确保2030年前碳达峰。由此可见，“十四五”期间，钢铁行业面临的能耗双控目标约束将越来越严格，节能降耗将是钢铁行业未来提升效能的重点工作。

截止2020年底，我国钢铁行业二氧化硫、氮氧化物和颗粒物排放量在全部工业行业中分别排名第三、第三、第一。据统计，钢铁行业脱硫、脱硝和除尘设施总数约为2.21万套。“双碳”目标的提出对钢铁企业的环保设施运维提出了更高的要求，钢铁企业需要不断提高环保设施污染治理能力，充分发挥环保设施功效，减少污染物和二氧化碳排放，为企业实现绿色低碳发展提供关键支撑，环保设施的运维能力已成为决定钢铁企业节能减排成效的重要因素。

针对环境基础设施超标排放，稳定性波动较大，物耗能耗偏高的痛点，中国环保产业协会副会长单位、全国工商联冶金商会副会长单位——昆岳互联环境技术（江苏）有限公司（简称：昆岳互联）研发了多种基于机理模型的环保知识图谱+基于大数据的深度学习算法模型，搭载边缘智控一体机等智能硬件，应用于环保领域的多种工艺路径，利用智能化、数字化等技术帮助钢铁企业实现降本增效、节能降耗的目标。

(边缘智控一体机架构)

一、什么是边缘计算

通过边缘计算技术与环保技术的融合，使环保专业知识进行代码化与智能化，并嵌入到边缘智控一体机中，解决了设备接入高实时、高流量、高可靠性的问题，并具备实时采集与实时控制的能力。

1） 解决影响出口烟气质量特征复杂问题

以脱硫工艺为例，目前多数钢铁行业烟气脱硫影响参数过多，比如烧结机的出口的烟气波动，脱硫剂的品质不一样，烟气经过的管道长，反应效率不能时时检测等众多原因，各大DCS厂家的系统无法及时对环保岛各参数进行优化控制，传统的控制为PID控制算法，难以满足其控制的质量与效益要求。

边缘智控一体机利用机器学习的数理模型得到关键特征，通过主要特征参数来映射出关键控制参数模拟量，减少过多特征对出口烟气质量的干扰，将主要特征集中于过程控制的结果中，以优化主要参数为目标，其他影响参数兼顾，提高模型的鲁棒性和普适性。

2）结合机理和机器学习算法解决传统PID算法的滞后问题

工业烟气环保装置在其设计时，主要根据其反应机理和烟气最大负荷，这样既导致环保岛的物料和能源的浪费，也会给系统稳定运行产生困扰，进口烟气的管道长，脱硫等数据检测需要一定的时间，会导致还原剂的加量忽高忽低，给本身系统稳定运行产生困扰。

边缘智控一体机采用前馈机理模型，通过环保工艺设计值预加还原剂的量，通过机器学习统计出来历史数据即数理模型的优化系数优化调节还原剂的加量，以保证还原剂和循环泵的频率更加合理，达到节能减排的目的。

3）解决系统误差导致的自扰问题

环保设施本身由于维护和设备数据传感器的问题不可避免的产生误差，也不能通过多次测量避免这种偶然误差，通过数据分析的手段可以精确的查找出数据本身的误差还是测量误差，通过正则、引入干扰系数、数据标准化和卡尔曼滤波等数据处理的方法减少数据本身而非运行数据产生的扰动，使得系统运行更加平稳。

三、多场景算法模型

边缘智控一体机依托昆岳工业互联网（INECO平台），实时采集环保设施脱硫、脱硝、除尘等工艺各项数据，结合控制模型与AI分析，对运行系统进行状态监测、智能控制，有效提高智能化控制比例，降低人员劳动强度，使排放达标率达到100%，运维成本降低5%，节料5%~8%，节能8%~15% 。

 (环保岛运行智能控制)

1）环保烟气治理工艺

2）适用场景及超低排放指标

人工操作为主，操作频繁，无法长周期自动运行

环保指标波动大，时常不达标

环保指标控制较低，物料消耗过量

电耗较高

3）模型定制化

行业应用

可以选择适合钢铁、化工、建材等工业领域的快部署、快迭代、易运维。

标准模型指标

可扩展数据模型和管理指标，获得直接面向业务场景的数据产品。

访问定制化

统一模型管理，自定义用户交互组态，快速响应和支撑业务工况变化。

（用户看板）

从智能制造及数字化转型发展趋势来看，边缘计算技术在钢铁行业的成功应用已是必然。昆岳互联秉承“让节能减排更简单”经营理念，致力于成为国际一流的创新型工业互联网科技公司，专注为工业企业提供节能减排的系统解决方案。未来，昆岳互联将持续在工业软件、智能硬件和算法模型方面加大资金和人员投入，用数字技术推动工业企业绿色低碳转型。