在基本氧氣煉鋼工藝中，基本氧氣爐或轉爐通過將高爐制造的熱金屬的碳含量從4.5%左右降至0.03%至1.0%來生產液體鋼。轉爐將大量的純氧吹入熱金屬，并在短時間內將其精煉成鋼。目前，基本的氧氣煉鋼工藝采用了聯合吹氣（頂吹和底吹）。底部吹氣是用惰性氣體完成的。在精煉過程中，轉爐使用了各種材料。除了熱金屬和廢鐵作為主要原料外，在基本氧氣煉鋼過程中使用的其他材料是煅燒石灰、煅燒白云石或煅燒菱鎂礦，用于適當的成渣，以及過程中的不同冷卻劑（如礦石、海綿鐵等）。轉爐的運行需要將氣體溫度調高，并且會產生大量的粉塵。

基本氧氣煉鋼工藝的目的是精煉液態金屬（熔融廢鋼+熱金屬），調整鋼液的成分和溫度。為了達到這一目的，煉鋼過程采用自動化和控制系統，通常由基本自動化系統和過程控制系統組成。

基本氧氣煉鋼的工程設施實際上是對各種子系統的設計和裝配?；A氧氣煉鋼的主要設備是一個內襯耐火材料的轉爐（基礎氧氣爐），煉鋼過程就在其中進行。除轉爐容器外，煉鋼過程還有幾個子系統，包括：(i)轉爐容器傾斜驅動，(ii)氧槍系統，(iii)惰性氣體底部攪拌系統，(iv)頂部氣體（轉爐氣體）冷卻、清潔、分析和回收系統，(v)副槍測量系統，(vi)防滑系統，(vii)材料處理系統。(viii)廢鋼加料系統，(ix)焊劑和冷卻劑加料系統，(x)鐵合金加料系統，(xi)水平測溫和取樣系統，(xii)自動攻絲系統，(xiii)擋渣系統，(xiv)二次除塵系統，(xv)聯鎖和報警系統，以及(xvi)人機界面系統。

除了這些子系統外，氧氣煉鋼將與上游和下游工藝綜合運行。此外，煉鋼過程將與外部系統相連接，如(i)鋼鐵熔煉車間實驗室，其中包括光學發射光譜儀和X射線熒光光譜儀及其他分析設備，以及(ii)監督控制和數據采集（SCADA）系統。

基礎氧氣煉鋼是一個復雜的物理化學過程，有大量的影響因素。有兩種方法用于控制轉爐中的吹氣。第一種方法是采用廢氣的間接測量，而第二種方法是采用副槍的直接測量。在第二種方法中，在吹煉過程中同時對鋼液的溫度（攝氏度）進行直接測量。這種方法也可用于各種目的，如水浴平整、爐渣平整、測量氧氣濃度和爐渣取樣。

在基本的氧氣煉鋼過程中，經典的工藝模型仍然有效，要求操作者盡可能多地了解輸入、工藝參數和輸出，他需要自由地獲得這些信息，以便對工藝進行必要的調整，從而生產出優質的產品。為了實現這一目標，需要使用各種控制和估計技術，這些技術要以一種有組織的方式發揮作用，以便為操作者的行動提供所需信息。

適合這個工程層次的子系統是：（i）熱金屬質量測量，（ii）熱金屬分析，（iii）惰性氣體底部攪拌，（iv）氧氣供給，（v）裝料溫度和分析，（vi）熔劑和冷卻劑裝料系統，（vii）鐵合金裝料系統，（viii）過程控制計算機，和（ix）管理計算機。在煉鋼過程中需要進行的測量有：（i）溫度測量，（ii）熔池碳含量，（iii）熔池深度，以及（iv）完整的化學分析。這通常是通過停止工藝、傾斜轉爐、手動取溫和取樣來實現的。

過程控制是基本氧氣煉鋼操作的一個重要部分，因為產熱時間受其影響。目前有幾種煉鋼過程控制策略，鋼鐵廠根據其設施和需求使用策略。過程控制模型大致可分為兩類，即（一）靜態，和（二）動態。

最簡單的工藝控制形式是基于靜態工藝模型的。它包括一組熱、氧、鐵和渣的平衡，并與狀態方程相結合。后者描述了爐渣中鐵含量、鋼中錳和碳的實際含量以及爐渣的堿性之間的關系。靜態模型在給定熱量的初始和最終信息的情況下，確定吹氧量和爐子的裝料，但在吹氧過程中沒有產生關于工藝變量的信息。靜態模型基本上就像射箭一樣。一旦箭離開弓，就沒有進一步的控制。

在動態過程控制的情況下，需要準確的吹煉過程的實際狀態的信息。理想情況下，鋼、渣和氣體成分以及溫度的連續信息是可用的，并在線用于過程監督。任何偏離預期進程的情況都可以被檢測出來，根據模型，可以調整氧氣供應或向轉爐中添加額外的助熔劑。在一個基本的煉鋼轉爐中，這只有在理想的情況下才有可能。在實踐中，情況則完全不同。特別是在基本的氧氣煉鋼過程中，連續測量有很強的實際限制，例如振動、灰塵、高溫和液態金屬及渣相。動態模型在吹氧過程中根據某些吹氣中的測量結果進行調整。

動態控制過程的要求是：（i）不中斷過程和（ii）獲得實時測量。為此，我們使用了一個能夠處理工藝條件并在槍頭上使用一次性傳感器的副槍系統。不同的傳感器以其測量功能為特征，最重要的是（i）浴槽溫度測量，（ii）浴槽碳測量，以及（iii）浴槽液位測量?？梢允褂萌魏谓M合。

基本自動化系統的主要功能包括氧槍控制、材料控制、底部攪拌控制、子槍檢測控制和終點控制。過程控制系統進行生產管理、控制模型、過程控制和數據管理。過程控制系統用于控制基本的自動化系統。首先，它收集有關熔化過程的信息和副槍的檢測信息。然后，它根據模型計算的結果來判斷熔化過程的狀態。最后，它向基本自動化系統發送信號，控制調整后的參數。

基礎氧氣煉鋼的自動化和控制不僅要考慮轉爐的具體工藝功能，還要考慮到裝料的相關參數，包括熱金屬準備、廢鋼場管理和物流調度。工藝優化（Level-2）解決方案是基于先進的算法方程，準確地表示復雜的熱力學冶金反應。這些解決方案主要適用于大多數操作條件，例如，可變的廢鋼與熱金屬比率、最小的爐渣做法和不同的磷含量。

基本氧氣煉鋼過程的自動化和控制的主要目標是：（i）滿足煉鋼的要求，和（ii）提供操作幫助。此外，煉鋼過程的自動化和控制是一種有效的方式：（i）提供全面和一致的過程信息，以指導操作人員；（ii）確保標準化操作，以獲得均勻的鋼液質量；（iii）提高過程的性能；（iv）提高終點控制的準確性；（v）縮短熱循環；（vi）通過優化煉鋼提高生產率；（vii）通過使用優化材料使用和能源輸入的過程模型，降低生產成本。自動化和控制主要依靠計算機，與煉鋼過程的機械化密不可分。

基本氧氣煉鋼過程的自動化和控制的總體結構包括：（i）企業信息系統，（ii）煉鋼車間管理信息系統，（iii）過程控制，以及（iv）現場儀器和設備。

從不同的子系統和它們之間存在的接口可以推斷出，很明顯，傳統的（模擬）電路無法實現所需的相互聯系。 因此，必須廣泛使用數字過程控制設備，它具有各種優勢，如（i）可以很輕松地增加和改變系統，（ii）可以處理先進的控制策略，（iii）可以在系統中進行智能編程，（iv）可以存在有效的備份設施，（v）CRT（陰極射線管）操作界面可以納入大量的顯示選項，（v）存在存儲數據，（vi）容易訪問信息和存儲數據，以及（vii）高級和低級別的通信。圖1顯示了基本氧氣煉鋼的基本自動化和過程控制體系。

圖1 基本氧氣煉鋼的基本自動化和過程控制體系

計算機速度和容量的提高，電氣和控制系統中可編程邏輯控制器（PLC）的采用，以及從模擬儀表到數字儀表的轉換，導致了控制精度的顯著提高。此外，最近直接數字控制的應用加快了煉鋼過程的自動化。

隨著工藝計算機和外圍測量技術的進步，轉爐的吹掃控制已經從靜態控制系統轉變為動態或全自動的操作控制系統。此外，由于電氣和控制系統的技術進步，控制器已經從儀表盤轉向CRT顯示器，允許操作人員在CRT屏幕上監測和控制煉鋼過程。另外，隨著數學模型和專家系統（使用人工智能程序）的使用，煉鋼過程的自動化和控制已經變得更加方便操作者。

不同子系統的控制系統經常被配置為DCS（分布式控制系統）和PLC（可編程邏輯控制器），它們與基本氧氣爐的DCS無縫連接并提供綜合監測和控制。這種集成方式的獨特優勢在于，它涵蓋了工藝穩定性、產品質量、操作靈活性和改善工作環境等方面，同時保障了效率和成本效益。

分布式控制儀器容納了（i）生產操作員控制臺，（ii）現場模擬，（iii）儀器顯示和控制，（iv）趨勢圖，（v）和日志。數據高速公路上的分布式計算機使用所需的I/O（輸入/輸出）來處理（i）水系統，（ii）稱重系統，（iii）底部攪拌系統，（iv）氧氣系統，以及（v）與主計算機的通信。管理信息/控制計算機通常是一個大容量的系統，主要用于（i）提供信息，即班/日/月報告，（ii）處理交互式生產，（iii）下游/上游設備之間的調度，（iv）準備收費（廢品的預裝等。 適應靜態模型，如熱平衡，確定通量（石灰/白云石）和冷卻劑（海綿鐵/鐵礦石），數量以及何時裝料，以及氧氣平衡（確定速率、持續時間和吹氣模式），（vi）適應動態模型，在子長槍提供實時信息后開始運行。該系統產生一個主動顯示，使操作者能夠在目標上結束過程，計算最終結果，并提出小的修改建議和添加最終合金。

控制模型是自動煉鋼控制系統的核心部分。它們整合了熔煉機制、數學統計、專家原則和自適應學習的知識?？刂品匠淌抢萌蹮挋C制的知識得出的，關鍵控制參數是由數學統計和專家原則確定的。此外，這些控制參數可以通過自適應學習定期修改?？刂颇Ｐ褪侵胳o態控制模型、主要材料模型、熔渣形成模型、溫度模型、耗氧量模型、動態控制模型、傾斜模型、合金模型和終點模型等。此外，還有一個自適應學習模型。使用的不同檢測設備有副槍、質譜儀、火焰光譜儀、微波測距儀和氧槍振動監測裝置等。

此外，目前有幾種控制模型，如機制模型、統計學模型和增量模型等。機制模型是以熱和質量守恒為基礎的。它通過數學推導來確定各變量之間的關系。然而，由于熔化過程的復雜性，它不適合于應用。統計學模型以黑箱理論為基礎。在這個模型中，物理化學過程被忽略了。它只關注輸入和輸出參數之間的統計關系。只要熔化條件改變，這個模型的計算精度就不能保持。使用增量模型，可以通過與記錄的生產率數據進行比較來完善操作參數。它可以克服由熔化條件變化引起的影響。然而，這個模型的主要缺點是計算精度低。圖2顯示了控制系統和工藝模型的功能。

圖2 控制系統和過程模型的功能

端點碳預測

端點碳的預測最初是依靠操作者的經驗和技能。眾所周知，這種方法效率低，難度大，特別是對于中高碳鋼的熔煉過程。隨著計算機和信息技術的發展，對基本氧氣煉鋼的計算機控制的研究已經開展起來?；谟嬎銠C計算的靜態電荷模型首先被Jones & Laughlin鋼鐵公司利用，用于計算帶電的熱金屬、廢鋼和渣料的數量，并指導液體鋼的終點碳控制。

隨著自動檢測方法、數學模型和算法的快速發展，動態和智能的端點碳預測已可用于煉鋼過程。根據收集到的數據的特點，用來計算端點碳含量，端點碳預測分為三個階段，如靜態預測、動態預測和智能預測。

靜態預測--在基本氧氣煉鋼的整個過程中，操作人員通常會得到計算機指導系統的幫助，該系統會根據質量和能量平衡的計算以及熱力學計算，提出工藝參數和操作人員的行動。靜態端點碳預測主要依靠基于質量和熱平衡建立的數學模型，它可以根據初始爐料參數（如帶電的熱金屬和廢鋼，以及熱金屬的成分和溫度）計算出鋼液中的端點碳含量。圖3顯示了基本氧氣煉鋼的終點預測的靜態模型。

圖3 基礎氧氣煉鋼終點預測的靜態模型

靜態端點碳預測的關鍵點在于數學模式的合理建立和初始量數據的獲取。與基于操作者經驗和技能的端點碳預測的隨機性和不確定性相比，靜態端點碳預測可以對吹氧和端點碳含量進行定量計算，從而提高端點碳的預測精度。通常用于靜態端點碳預測的數學模型主要包括理論模型和統計模型。

理論模型可以根據煉鋼過程中質量和熱量平衡的計算，計算出吹氧量和終點碳含量。由于基本煉鋼過程中各種影響因素之間復雜的相互作用，質量和熱量平衡的計算通常是用經驗值完成的，并不準確，因此，理論模型在基本煉鋼轉爐端點碳預測上表現得相對較差。

統計模型只關注輸入變量和輸出變量之間的關系，使用收集到的數據進行統計分析，而不考慮液態浴中的化學反應機制，這由方程式X=F（W，S，T，t，Z）來描述，其中'F'是一個線性或非線性函數。W "是熱金屬和廢鋼的帶電重量，"S "是鋼液中終點成分的目標值，"T "是熱金屬的初始溫度，"t "是吹氧時間，"Z "是其他重要影響因素（如頂槍高度和氧氣壓力）。

作為一種統計模型，近年來，反向傳播神經網絡結合不同的算法被廣泛應用于基本氧氣煉鋼的終點預測中。與理論模型相比，神經網絡擅長分析隨機偏差，消除隨機因素的影響，可以為端點碳預測提供更可靠的參考。圖4顯示了用于端點碳預測的反向傳播神經網絡。

圖4 用于端點碳預測的反向傳播神經網絡

然而，上節所述的理論和統計模型只是建立在對初始條件和靜態過程數據的考慮上（沒有時間序列特征的小數據集不能代表實際生產），使得靜態端點碳預測模型不適合于實際生產，因為預測精度有限。靜態端點碳預測的一個特殊挑戰是如何在具有時間序列特征的大型生產數據集的基礎上合理建立預測模型?；谏鲜鎏魬?，動態端點碳預測在靜態預測的基礎上被迅速發展。

動態預測--與靜態控制不同，動態端點碳預測可以預測鋼液中的端點碳含量，并通過計算監測設備收集的時間序列數據（噴槍運動、廢氣中的一氧化碳和二氧化碳含量、火焰的光譜特征）建立動態模型，實現操作參數的在線調整。目前，副槍系統、廢氣分析系統和火焰光譜分析系統是應用于基本氧氣煉鋼的動態端點碳預測的主要方法。圖5顯示了用副槍系統進行動態終點碳預測的情況。

圖5 子長槍系統的動態終點碳含量預測

采用副槍系統進行動態終點預測，直接測量鋼液在吹煉過程后期的含碳量，建立在線預測模型，動態預測不同吹煉時間的含碳量。通過應用副槍系統，可以減少初始偏差對帶電材料的影響，與靜態預測相比，終點碳含量預測更加準確和精確。一些日本的鋼鐵熔煉車間實現了90%以上的碳預測精度，誤差公差為+/-0.02%。

通過監測廢氣信息（吹氧過程中一氧化碳和二氧化碳的含量變化），可以用基于廢氣信息的數學模型動態推斷出鋼液的碳含量，并通過計算結果的反饋來預測和控制終點碳含量。由于這是一種間接估算方法，采集的數據（如廢氣含量和流速）的準確性和數學模型的響應時間對終點碳的預測精度影響很大。因此，廢氣分析系統通常與副槍系統一起使用，以控制幾個熔鋼車間的端點碳的精度。

基本氧氣轉爐口的火焰光譜特征與鋼液的碳含量有關，因此，在基本煉鋼過程中會發生變化?；诨鹧孑椛湫畔⒌墓庾V特征，開發了火焰光譜分析系統來預測終點碳含量。通過分析不同吹煉時間的火焰光譜和轉爐水浴狀態之間的關系，可以完成對鋼液碳含量的在線預測。

光學傳感器已被用于動態預測鋼水熔煉車間基本氧氣煉鋼中的低碳熱（目標終點碳含量低于0.06%）的碳含量，這使其得到了很大的改善。

盡管與靜態預測相比，動態端點碳預測可以得到明顯的預測改善，但收集真實的、全尺寸的、豐富的、可以代表整個煉鋼過程整體行為的數據集，預測模型的自學習和自適應是動態端點碳預測的特殊挑戰。因此，智能端點碳預測是在動態端點碳預測的基礎上建立的。

智能預測--隨著數據收集和智能模型的發展，目前基本氧煉鋼的智能端點碳預測已經出現。它建立在具有不同特征的全尺寸豐富數據集的基礎上，具有很強的自我學習能力，可以提高預測精度。除了子長槍系統外，基本氧氣煉鋼自動化系統主要采用了其他技術，即（i）吹氧過程中的在線熔渣檢測，為熔渣操作提供指導；（ii）廢氣分析系統，動態估計吹氧過程中鋼液的碳含量和溫度；以及（iii）具有較強自學和自適應能力的智能模型。圖6顯示了智能模型的建立。

圖6 智能模型的建立

通過上述技術的應用，基本氧氣煉鋼的智能端點碳預測可以用計算機自動有效地實現，而不是人工操作，端點碳含量的預測精度也大大提升。隨著智能端點預測技術在某煉鋼廠的實際應用，使重吹率從14%降至1%，水龍頭到水龍頭的時間從37分鐘降至29分鐘，從而大大提高了基本氧煉鋼工藝的效率。

毫無疑問，智能預測大大提高了終點碳含量的預測精度。最近，越來越多的自動檢測技術被開發出來并應用于基礎氧煉鋼的終點碳控制，如機器人取樣測溫系統、無線成分測量系統等。同時，工業物聯網（IIoT）伴隨著第五代移動通信技術（5G）和大數據分析技術迅速發展，并逐步應用于智能鋼鐵制造。因此，基礎氧氣煉鋼的智能終端碳預測在未來越來越受到關注。

從工業實施的角度來看，具有高精度的智能端點碳預測模型可以安裝在現有的工藝系統上，持續預測工藝碳含量，并根據基本氧煉鋼過程中的實際事件和計劃事件為操作人員提供指導。

專家系統

專家系統是一個綜合的工藝模型組，它對煉鋼過程進行成像和優化。專家系統監測冶金和熱工過程，循環計算鋼水和鋼渣的實際狀況。這提供了任何時候鋼水和爐渣的分析和溫度，設定點模型的計算總是基于實際情況。

在轉爐的整個處理過程中，專家系統的工藝模型對煉鋼工藝進行優化和控制。Level-2系統根據基于每個鋼種存儲的生產方案的模型計算，為操作人員提供幫助。專家系統在處理過程中不斷向操作人員通報熱量的整體狀態（即重量、溫度和分析）。

專家系統中大量的設定點模型組決定了專家系統的設定點，它負責確定不同處理步驟所需的原料供應、氣體量和/或能源。這里介紹一些設定點模型。

專家系統第一次收費的計算是通過對可變輸入數據的不同情況（如可變廢鋼和可變熱金屬，可變廢鋼和固定熱金屬，或固定廢鋼和可變熱金屬）可以應用。此外還可以使用廢鋼成本優化。作為模型的輸出，可以提供最佳的爐料組合，以達到生產計劃中計劃鋼種的目標。

專家系統的第二次爐料計算是在收到與爐料金屬和廢鋼有關的實際數據，包括不同廢鋼類型的部分重量后立即進行的。第二次裝料計算模型計算出必要的容器添加量和氧氣量，以實現目標分析和吹煉結束時鋼材的目標溫度。

專家系統的吹氣校正計算是由子槍模型完成的。根據數據的可用性（溫度、碳），循環在線模型接管測量值，并應用一些糾正措施，因為副槍測量是在靠近熱點的地方進行的。剩余的所需氧氣量、加熱劑或冷卻劑以及額外的成渣劑都被計算出來。

如果在吹煉結束時，某些鋼水特性（如溫度、碳含量或磷含量）不在規定的目標范圍內，可以啟動專家系統的再吹煉校正計算。實際的鋼浴分析和溫度取自溫度測量或實際的鋼樣。計算出所需的氧氣量、加熱劑或冷卻劑以及再吹的額外成渣劑。

專家系統的合金模型計算成本，優化必要的合金和脫氧材料添加到出鋼桶中。合金劑的分析和它們的具體損失被考慮在內。

專家系統預測模型通過使用監督和設定點模型的結果對整個生產過程進行模擬。它提供了對進度和最終熱度的預測。它還預測所有需要增加的內容和行動，并為優化生產過程服務。在預測模型的典型HMI屏幕中，屏幕的不同部分顯示了目標和輸入數據、模型結果、對鋼鐵的計算分析，以及爐渣和具體消耗量。

專家系統預計算模型模擬了廢鋼和熱金屬被裝入轉爐之前/之后的完整煉鋼過程。專家系統預測模型決定了最佳的吹氣和攪拌策略，以及容器添加的確切時間和分量。預計算模型是基于預先定義的工藝步驟清單（如裝料、主吹、攪拌和出鋼等）和工藝工程師定義的標準操作規范（SOP）的目標值。

預計算模型包括五個不同的部分，即（i）計算熱金屬和廢料的輸入，（ii）計算和分配加熱劑和冷卻劑、合金、廢料和熔劑，以達到目標重量、分析和基本度。(iii) 計算吹氣設定點，以達到目標碳含量和溫度，(iv) 計算正在進行的反應，以預測每個工藝步驟后鋼、渣和廢氣的重量和分析，以及 (v) 如果沒有達到某個工藝階段的目標值，向操作員提供信息和警告。

專家系統監督模型是一個在線模型，在吹煉過程中循環計算鋼水和爐渣中正在發生的反應。這包括氧化和還原反應，氧氣、氮氣和氫氣的吸收，硫和磷在鋼和渣之間的分布，以及二氧化碳和氫氣的后期燃燒。通過這種方式，不同的吹氣、攪拌或材料添加模式的影響以及帶電材料的溶解都被考慮到過程中。

專家系統動態控制（專家系統監督模型的一部分）是根據實際廢氣數據對碳進行動態吹掃結束預測。根據實際的廢氣數據（如廢氣流量、廢氣分析（一氧化碳、二氧化碳、氧氣和氮氣）以及實際的工藝數據，專家系統動態控制從接近吹掃結束的廢氣數據的典型剖面預測吹掃過程結束時的碳含量。其結果是預測吹掃過程結束時的碳含量（通常為碳含量低于0.3%）和吹掃結束要求，以達到吹掃結束時的目標碳含量。與循環在線模型（專家系統監督模型）相結合，可以對鋼和渣進行完整的預測（溫度、分析和重量），其中碳含量取自專家系統動態控制，所有其他數據由專家系統監督模型計算。

在專家系統中，吹入式測量的碳含量計算是基于來自副槍測量裝置的原始數據（即液相溫度Tliq），而不是使用測量裝置計算的碳含量。吹氣中的碳含量是用公式Cin-bolw = a0 + a1xTliq + a2x Tliq的平方計算的。調整參數a0、a1、a2保留在Level-2數據庫中，并通過采用液相溫度和吹入樣品的碳含量對其進行擬合。

從吹瓶測量中計算出的碳含量被在線模型所替換，從而修正了碳預測模型。為了完善現有的基于動態廢氣測量的基本氧氣轉換器的自動吹停功能，該功能也被用于副槍系統。自動吹停功能延長或縮短了最后的吹氣階段，以達到吹氣結束時的溫度和碳的目的。

循環過程模型也被稱為飽和模型，它考慮了復雜的煉鋼爐渣中CaO（石灰）和MgO（菱鎂）的飽和濃度。當達到相應的飽和濃度時，石灰和白云石的溶解就會暫停，當爐渣成分允許進一步溶解成渣的添加物時，就會繼續溶解。因此，工藝模型一直在跟蹤液態爐渣的數量和分析，以及未溶解的熔劑添加物。平衡磷分配率的計算是基于光學堿度模型。為了確定光學堿度，只采用了液態渣相的組成，而在計算傳質系數時要考慮未溶解的通量部分。通常情況下，飽和模型允許優化堿度（CaO/SiO2）和氧化鎂，目的是為了避免在吹煉結束時有太多未溶解的通量材料。

專家系統工藝模型考慮了在熱金屬裝填前已經裝填的成渣添加物的熱裂化。對于這些添加物，二氧化碳和水蒸氣的部分被完全去除。這可以防止高估石灰石或原白云石等預加料的冷卻效果，從而改善溫度計算。此外，在熱金屬裝料后，轉爐中前次加熱產生的剩余爐渣部分被硅還原，其反應為2（FeO）+[Si]=2[Fe]+（SiO2），2（Fe2O3）+3[Si]=4[Fe]+3（SiO2），2（MnO）+[Si]=2[Mn]+（SiO2），在很小程度上也被碳還原。在有大量剩余爐渣的情況下，FeO、Fe2O3和MnO的減少會影響溫度曲線。

雖然模型是根據不同子系統的特殊要求而專門調整的，但專家系統的原則是將預測、監督和設定點模型的特點結合起來，以達到完美的質量，這一點在整個煉鋼自動化中得到了應用。