一九八五年二月十八日，大年三十的前一天。
紅星廠信息中心的機房裏，陳鋼盯着DJS-130屏幕上不斷跳動的數字。綠色字符在24英寸顯示器上滾過，每一行都代表着轉爐內正在發生的化學反應——這是他們耗時三個月搭建的“轉爐冶煉過程動態模型”第一次實機測試。
“溫度1628℃，碳含量0.42%，氧槍高度2.1米……”小趙坐在控制台前，眼睛緊盯着屏幕，聲音平穩地報出數據，“脫碳速率每分鍾0.08%，正常。”
控制室外，轉爐車間燈火通明。3號轉爐正在吹煉，氧槍噴出的高壓氧氣在鋼水中激起劇烈的沸騰。但在操作室裏，景象與往日大不相同——主操王師傅沒有像往常那樣緊盯着爐口的火焰，而是坐在一張嶄新的控制台前，面前是三個顯示屏。
左邊屏幕顯示着工藝參數實時曲線，中間是爐內化學反應模擬動畫，右邊是視頻監控畫面。王師傅的手放在控制台上，但十五分鍾過去了，他沒有進行一次手動操作。
“老陳，這玩意兒……真能行？”王師傅轉過頭，臉上表情復雜——有期待，有不安，更多的是一種老師傅對“新把式”的本能懷疑。
陳鋼走到他身邊，指着中間屏幕上的三維動畫：“王師傅您看，模型現在顯示爐渣的鹼度正在上升，鐵水中硅的氧化反應基本完成，接下來該進入脫碳期了。”
屏幕上的模擬畫面中，代表鋼水的紅色區域裏，代表碳元素的白色光點正在快速減少，而代表一氧化碳的氣泡不斷上浮。旁邊的數據框顯示着計算出的實時參數：脫碳速率0.08%/min，升溫速率18℃/min，渣中FeO含量14.2%……
“按經驗，這時候該降槍了吧？”王師傅說。
“模型也是這個判斷。”陳鋼點頭，“系統建議在三十秒後開始降槍，以每分鍾0.2米的速度，分三個階段降到1.6米。”
話音未落，控制台發出“滴滴”的提示音，屏幕上彈出建議：“建議開始降槍操作，目標高度1.6米，預計降槍時間150秒。”
王師傅看向陳鋼。陳鋼點頭：“試試。”
老師傅深吸一口氣，按下確認鍵。屏幕上，代表氧槍高度的數字開始平穩下降：2.1米、2.0米、1.9米……與此同時，爐口的火焰監控畫面顯示，原本劇烈翻騰的火焰開始收攏，顏色從白亮轉向淡黃。
“火焰收縮了，碳焰要下來了。”王師傅喃喃自語，這是他三十年的經驗判斷。幾乎同時，系統的語音提示響起：“檢測到火焰特征變化，判斷進入脫碳後期，建議維持當前槍位。”
經驗與模型，在這一刻達成了奇妙的一致。
這個項目始於一九八四年十一月。
省冶金廳組織全省鋼鐵企業到首鋼學習，陳鋼作爲技術骨幹參加。在首鋼的轉爐車間，他第一次看到了從日本引進的OGS（氧氣頂吹轉爐動態控制系統）——那套系統能夠根據爐氣分析實時計算鋼水成分，實現吹煉過程的自動化控制。
“這套系統，引進價八百萬美元。”首鋼的技術負責人介紹時，語氣裏滿是自豪，也有一絲無奈，“全國就我們一家有。”
參觀回來的火車上，李副廠長一路沉默。直到列車駛入省界，他才開口：“小陳，八百萬美元，咱們全廠幹十年也掙不到。可這自動煉鋼……是方向啊。”
陳鋼明白廠長的意思。在首鋼看到的那套系統，確實先進——它能在吹煉過程中實時監測爐氣成分，通過數學模型計算鋼水中的碳、磷含量，自動調整氧槍操作，實現“碳溫雙命中”。但八百萬美元的天價，對紅星廠來說是天文數字。
“我們可以自己搞。”陳鋼突然說。
“什麼？”
“他們靠爐氣分析，我們靠不了——那套質譜儀我們就買不起。但我們可以走另一條路。”陳鋼從隨身帶的帆布包裏掏出筆記本，翻到畫滿示意圖的一頁，“用數學模型+過程參數+專家經驗，三位一體。硬件我們用得起的，軟件我們自己開發。”
李副廠長盯着他看了很久：“有幾分把握？”
“理論七成，實際……要試了才知道。”陳鋼實話實說，“但我覺得，這條路更適合中國國情——不追求單項技術的最先進，而是追求系統的實用性和可推廣性。”
“需要什麼支持？”
“人、時間、還有……”陳鋼頓了頓，“允許失敗。”
回到廠裏的第二天，項目組成立。陳鋼任組長，組員包括王建軍（負責硬件和傳感器）、李衛國（負責軟件和模型）、陳梅（負責工藝和驗證），還有特意從北京鋼鐵學院請來的數學模型專家鄭教授。
十一月十五日，第一次項目會議。鄭教授聽完陳鋼的想法，推了推眼鏡：“陳工，你的想法很有創意。但我要提醒你，轉爐冶煉是個黑箱過程——我們看不到裏面發生了什麼，只能通過輸入輸出的關系來推斷。要建立精確的數學模型，很難。”
“所以我們需要大量數據。”陳鋼說，“紅星廠有優勢——過去四年，我們積累了超過兩萬爐鋼的完整生產數據。每一爐，從鐵水成分到吹煉操作，從過程參數到終點結果，都有記錄。這是任何科研院所都沒有的寶貴財富。”
鄭教授眼睛亮了：“兩萬爐？完整數據？”
“完整。從八一年開始的數據記錄系統，您應該聽說過。”
“好！有這些數據，模型就有基礎了！”
工作隨即展開，分三條線並進。
第一條線，數據挖掘與分析。李衛國帶着三個年輕技術員，開始對兩萬爐歷史數據進行統計分析。他們首先建立數據庫，將紙質記錄本上的數據全部錄入計算機——這項工作枯燥繁重，二十個人幹了整整一個月。
“最有價值的是這些異常爐次的數據。”李衛國在分析中發現，“正常爐次的數據規律性強，但異常爐次的數據更能反映過程的本質。比如這爐鋼，吹煉中期突然噴濺，操作工緊急提槍，最終碳含量還是偏高0.05%——這個處理過程和結果，對建立專家規則至關重要。”
他們從兩萬爐數據中篩選出三百爐典型爐次，包括正常爐、異常爐、優質爐、問題爐，建立了一個“案例庫”。每個案例都包含完整的操作記錄、過程參數和終點結果，以及老師傅事後分析的原因。
第二條線，數學模型開發。鄭教授帶隊，基於冶金反應工程學原理，建立轉爐冶煉的數學模型。這不是簡單的經驗公式，而是包含物質平衡、能量平衡、反應動力學的完整方程組。
“難點在於參數辨識。”鄭教授指着黑板上一串復雜的微分方程，“方程是理論推導的，但方程裏的參數——比如脫碳反應速率常數、傳質系數、熱損失系數——必須通過實際數據來確定。”
他們采用“反向建模”的方法：用實際生產數據去反推模型參數。一組人專門負責模型計算，一組人負責參數調試，反復迭代。到十二月底，初步模型建立，對正常爐次的終點碳預測誤差在±0.05%以內，溫度誤差在±15℃以內。
“但這不夠。”陳鋼說，“生產要求碳含量誤差±0.02%，溫度誤差±10℃。而且模型對異常工況的預測還不準。”
第三條線，專家系統開發。陳梅負責這部分，她的任務是收集、整理、編碼老師傅的經驗。她找了全廠十二位最有經驗的煉鋼工，包括王師傅，每人訪談了至少十個小時。
“最難的是把‘感覺’變成規則。”陳梅深有感觸，“王師傅說‘看火焰顏色發亮就該降槍’，這個‘發亮’是什麼標準？我們用了分光光度計測量火焰光譜，最後定義‘發亮’是590-600納米波段的相對強度比基準值高15%以上。”
她總結出了四十七條專家規則，每條都有明確的觸發條件和操作建議。比如：
“規則7：如果吹煉時間超過12分鍾，且溫度上升速率連續3分鍾低於10℃/min，則建議檢查氧槍噴嘴狀況。”
“規則23：如果爐口火焰出現明顯脈動（頻率0.5-1Hz），且煙氣分析CO含量突增，則判斷爲噴濺前兆，建議立即提槍0.3-0.5米。”
這些規則與數學模型結合，形成了“模型爲主、規則爲輔、人工監督”的控制策略。
硬件改造同樣艱巨。
王建軍負責的傳感器系統，是整個項目的基礎。“沒有可靠的數據采集，什麼模型、規則都是空中樓閣。”他在項目啓動會上說。
轉爐冶煉的環境極其惡劣：高溫（爐口溫度超過1600℃）、高塵（氧化鐵粉塵濃度大）、強振動、強電磁幹擾。要在這樣的環境下實現可靠測量，挑戰巨大。
溫度測量是第一個難點。鋼水溫度需要實時監測，但傳統的快速熱電偶只能間歇測量，且插入時對操作有幹擾。王建軍選擇了非接觸式的紅外測溫，在爐口側面安裝了兩個紅外測溫儀，通過測量爐口火焰和煙氣的輻射來推算鋼水溫度。
“最大的幹擾是爐口結渣。”王建軍在調試時發現，“爐口結渣會遮擋視線，還會輻射紅外線，幹擾測量。我們設計了自動清渣裝置——用壓縮空氣定時吹掃，保證視窗清潔。”
更關鍵的是氧槍高度的精確測量。傳統方式是靠操作工眼看標尺，誤差大。王建軍設計了一套編碼器測量系統——在氧槍提升機構的鋼絲繩滾筒上安裝旋轉編碼器，滾筒轉一圈，編碼器發出1024個脈沖，通過計數可以計算出氧槍高度，精度達到1毫米。
“但鋼絲繩會打滑，會伸長。”王建軍遇到了新問題。他增加了冗餘測量：在氧槍立柱上安裝超聲波測距傳感器，直接測量槍頭到爐口的距離。兩套系統互相校驗，確保數據可靠。
煙氣分析是另一個關鍵。首鋼的系統用昂貴的質譜儀，紅星廠用不起。王建軍找到了一款國產的煙氣分析儀，雖然精度不如進口設備，但價格只有十分之一。問題是抗幹擾能力差，經常被粉塵堵塞采樣管。
“我們自己改。”王建軍帶着電工班，給采樣系統增加了三級過濾：第一級旋風除塵，第二級陶瓷過濾器，第三級精密濾芯。還設計了反吹系統，每五分鍾用壓縮空氣反向吹掃一次，防止堵塞。
到一九八五年一月，硬件系統基本就緒。控制室裏安裝了全新的操作台：三台顯示器，一套薄膜鍵盤，兩個搖杆（用於應急手動操作），還有語音提示系統。操作台上方，懸掛着三個攝像頭，分別對準爐口、氧槍、鋼包車，畫面實時顯示在右側屏幕上。
“這比開飛機還復雜。”第一次坐在操作台前，王師傅開玩笑說。
“您就當開飛機。”陳鋼笑着回應，“不過咱們這‘飛機’有點特別——儀表顯示的是鋼水的‘身體狀況’，您要根據儀表判斷該做什麼操作。”
實機測試從二月開始。
第一次測試，保守起見，只開了“監測模式”。系統實時顯示數據和建議，但操作權完全在人工。王師傅操作，系統在旁邊“看”，並記錄下每一時刻的數據和人工操作。
測試結果令人振奮。在三十爐的對比測試中，系統建議與王師傅的實際操作，在關鍵決策點上的一致率達到78%。更重要的是，在系統建議與人工操作不一致的爐次中，事後分析顯示，系統建議正確的占六成。
“這說明，系統已經具備了不錯的判斷能力。”鄭教授分析，“特別是對規律性強的正常爐次，系統的判斷很準。不一致的地方，主要集中在異常工況——這正好是專家系統需要加強的。”
第二次測試，開啓了“輔助模式”。系統給出明確的操作建議，操作工可以接受，也可以否決。如果否決，需要輸入否決理由——這個設計是爲了收集更多的專家經驗。
王師傅一開始很不習慣。“總覺得被管着手腳。”他說。但用了幾天後，他發現了系統的好處。
“二月十日那爐鋼，吹煉到十四分鍾，系統突然報警建議提槍。”王師傅在總結會上說，“我當時看爐況很正常，火焰平穩，聲音均勻，不想提。但系統堅持，還給出了理由：‘檢測到煙氣中CO2含量突降，CO含量突增，判斷爲噴濺前兆’。”
“我半信半疑地提了槍，剛提起來半米，爐子就‘轟’地噴了。要是晚提十秒鍾，這爐鋼就廢了。”王師傅心有餘悸，“系統比人快，它能同時看溫度、看煙氣、看壓力，人做不到。”
這次事件後，老師傅們對系統的態度開始轉變。從“這玩意兒能行嗎”變成了“讓它試試看”。
第三次測試，就是今天這次——全自動模式。從加料到出鋼，全過程由系統自動控制，操作工只負責監督和應急幹預。
屏幕上，吹煉時間跳到十七分鍾。
模型預測的碳含量曲線已經接近目標值0.20%，溫度曲線指向1650℃。按照設定，當碳含量降到0.22-0.23%時，系統就該提槍停止吹煉，進入“後攪期”——這是轉爐煉鋼最關鍵的“終點判斷”。
控制室裏安靜得能聽見散熱風扇的聲音。所有人都盯着屏幕，盯着那兩條緩緩下降的曲線。
“碳含量0.24%，溫度1638℃。”小趙報數。
按照經驗，這時候該準備提槍了。但系統沒有動作。
“碳含量0.23%……0.225%……0.22%……”數字還在下降，已經進入目標範圍，系統仍然沒有提槍。
王師傅的手摸向了應急操作杆。陳鋼按住他：“再等等，看系統怎麼判斷。”
“溫度還差12度。”李衛國盯着屏幕，“模型在平衡碳和溫度——再降0.01%的碳，溫度能升5-6度。系統可能在等，等溫度上來。”
果然，當碳含量降到0.215%時，溫度升到了1645℃。這時，系統終於發出提示：“碳含量、溫度接近目標，建議進入後攪期。倒計時：5、4、3、2、1——提槍！”
氧槍平穩上升。屏幕上，代表氧槍高度的數字從1.6米升到3.0米，用時30秒，完美平穩。
接下來是取樣測溫。天車吊着取樣器伸入爐內，取出鋼樣和渣樣。鋼樣被快速送到化驗室，渣樣現場看。
“渣子好！”王師傅用鐵棍挑起爐渣，拉絲，看流動性，“鹼度合適，流動性好，發泡適中。”
三分鍾後，化驗室電話打來：“碳含量0.21%，溫度1649℃！”
“碳溫雙命中！”控制室裏爆發出歡呼。這是轉爐煉鋼的最高境界——碳含量和溫度同時精確命中目標值。在手工操作時代，這是老師傅的“絕活”，一年也出不了幾次。而今天，在全自動系統的控制下，第一次實機測試就做到了。
李副廠長不知什麼時候也來到了控制室，他用力拍着陳鋼的肩膀：“好！好啊！咱們紅星廠，也能搞自動煉鋼了！”
但陳鋼沒有慶祝，他盯着屏幕上記錄下的完整數據曲線，眉頭微皺。
“怎麼了？”鄭教授問。
“你們看這裏。”陳鋼指着溫度曲線上的一個微小波動，“吹煉到十三分鍾時，溫度上升速率突然加快，從每分鍾15℃跳到22℃，持續了兩分鍾。模型及時調整了冷卻劑加入量，把速率壓回到18℃。但如果反應再劇烈一點，可能就控制不住了。”
“這說明模型對突發工況的響應還不夠快。”鄭教授點頭。
“還有這裏。”陳鋼切換到煙氣分析曲線，“後攪期的煙氣成分變化，模型預測與實際有偏差。這說明我們對後攪期的反應機理理解還不夠深。”
慶祝是短暫的，問題立即被擺上桌面。當晚的總結會上，陳鋼列出了十二個需要改進的問題：
1. 模型對突發工況響應延遲約20-30秒
2. 後攪期反應機理模型需完善
3. 專家規則庫需補充更多異常工況案例
4. 傳感器在高溫下的長期穩定性需驗證
5. 系統與現有LF爐、連鑄機的銜接需優化
6. ……
“但我們畢竟走出了第一步。”陳鋼最後說，“從今天起，紅星廠的轉爐煉鋼，進入了人機協同的新階段。這不是要取代人，是要擴展人的能力——讓老師傅的經驗以規則的形式傳承，讓數學模型提供人腦算不出的精確預測，讓傳感器看到人眼看不到的變化。”
三月的春風裏，自動煉鋼系統進入全面試運行。
王師傅成了新系統的“首席測試員”。他帶着三個徒弟，每天記錄系統的表現，發現問題立即反饋。老師傅的經驗和系統的數據，在這個過程中不斷融合、互相驗證。
三月十五日，系統遇到了一次嚴峻考驗。那天鐵水成分異常——硅含量高達1.2%，是正常值的兩倍。高硅鐵水吹煉時發熱量大，容易過吹，溫度控制難。
“這種爐子，以前我最頭疼。”王師傅在操作台前說，“硅氧化放熱猛，溫度譁譁往上竄，壓都壓不住。碳還沒降到目標，溫度就超了，最後要麼出高溫鋼，要麼後攪期長，產量受影響。”
系統啓動了“高硅鐵水吹煉模式”。模型調整了參數，專家規則庫調用了三條專門針對高硅鐵水的規則：
“規則41：鐵水Si＞1.0%時，開吹槍位提高0.3米，降低脫碳速率。”
“規則42：前期加大冷卻劑加入量，分三次加入，每次間隔2分鍾。”
“規則43：溫度上升速率超過25℃/min時，啓動噴濺預警。”
吹煉開始。與往常不同，氧槍開吹位置提高了0.3米，冷卻劑提前加入，而且是分批次加入。屏幕上，溫度曲線平穩上升，沒有出現預料中的急劇爬升。
“系統在‘削峰填谷’。”鄭教授解釋，“把硅氧化產生的集中熱量，平攤到整個吹煉期。這樣溫度控制平穩，也不會因爲前期過熱導致爐襯侵蝕加劇。”
吹煉結束時，碳含量0.20%，溫度1650℃，完美命中。更難得的是，吹煉時間只比正常爐次延長了3分鍾，產量影響很小。
“神了！”王師傅豎起大拇指，“這爐要是我來幹，肯定沒這麼漂亮。”
到三月底，系統累計運行超過兩百爐，統計數據出爐：
- 碳含量命中率（±0.02%）：92%，比人工操作提高12個百分點
- 溫度命中率（±10℃）：88%，提高10個百分點
- 碳溫雙命中率：78%，提高15個百分點
- 平均吹煉時間：縮短1.5分鍾
- 氧氣消耗：降低3.2%
- 石灰消耗：降低5.1%
- 噴濺發生率：從8%降至2%
經濟效益也很明顯。按年產三十萬噸計算，光是消耗降低和產量提高，年效益就超過五十萬元。而整個系統投入不到三十萬元，半年就能收回投資。
四月，省冶金廳組織全省鋼廠在紅星廠召開現場會。
來自二十多家鋼廠的百餘名代表，觀摩了自動煉鋼系統的運行。當看到系統在二十分鍾內完成一爐鋼的冶煉，碳溫雙命中，全程無人幹預時，會場先是寂靜，然後爆發出熱烈掌聲。
“老李，你們這系統……賣不賣？”會後，好幾家鋼廠的廠長圍住李副廠長。
“暫時不賣，但可以提供技術指導。”李副廠長回答得很謹慎，“這套系統是陳工他們自主研發的，有很多定制化的東西。但核心思想、技術路線，我們可以分享。”
陳鋼在技術交流環節，毫無保留地介紹了系統的設計思路、技術難點、解決方法。他特別強調：“我們走的不是引進消化吸收再創新的路，而是根據中國國情、廠情，自主開發的實用化路線。我們不追求單項技術的世界領先，但追求系統的可靠性、實用性、可推廣性。”
“陳工，如果我們要搞，大概需要投入多少？”有人問。
“看基礎。如果已經有基本的數據采集系統，硬件投入十萬左右，軟件開發五萬左右，再加上三個月的實施時間。如果沒有基礎，要從數據采集做起，那可能需要二十萬，半年時間。”
這個數字，讓很多中小鋼廠看到了希望。八百萬美元的進口系統他們買不起，但二三十萬的自研系統，他們可以試試。
現場會後，紅星廠接到了七個鋼廠的技術諮詢請求，三個鋼廠的技術服務意向。陳鋼帶着團隊，開始了新一輪的忙碌。
五月的一個傍晚，陳鋼獨自在信息中心整理資料。
夕陽透過窗戶灑進來，在DJS-130的機箱上投下長長的影子。這台服役多年的計算機，見證了紅星廠從手工記錄到自動控制的整個歷程。
陳鋼翻開工作筆記，在最新一頁寫下：
“一九八五年五月二十日，自動煉鋼系統穩定運行兩月餘。幾點體會：
1. 技術創新必須立足實際，解決實際問題。我們的系統不完美，但管用。
2. 人機協同是方向。不是機器取代人，是人機各展所長——機器做精確計算、實時監測、快速響應；人做綜合判斷、異常處理、經驗傳承。
3. 數據是基礎，模型是核心，專家經驗是靈魂。三者缺一不可。
4. 小步快跑，迭代改進。不要等完美了再上，要在用中改，在改中用。
5. 技術要爲人服務。最終目標不是多先進的系統，而是讓操作工幹得更輕鬆，讓鋼廠生產更高效，讓中國鋼鐵更強。”
他停下筆，望向窗外。廠區的燈火次第亮起，轉爐車間的天車隆隆駛過，又一爐鋼水正在澆注。在陳鋼眼中，那不僅是鋼水，更是中國鋼鐵工業現代化的希望之光。
從數據記錄到自動煉鋼，四年時間，紅星廠走出了一條屬於自己的技術革新之路。這條路還在延伸，前方還有更多挑戰——智能控制、質量預報、全流程優化……
但陳鋼相信，只要方向對，就不怕路遠。因爲每一步，都在讓中國鋼鐵變得更強、更智、更好。
而他們，將繼續在這條路上前行。
（第十六章完）
