3月27日，先进制造学院“金苹果”培育计划碳中和系列研究专项第一次汇报会在和206如期举行，会议由广东省绿色与智能制造工程技术研究中心主任、学校碳排放与科技情报研究院院长罗国民教授主持。学校绿色与智能制造工程中心主任、博士工作站办公室主任刘志明博士以及碳中和系列研究专项五个子课题课题项目组成员参加会议，共同围绕专项研究进展、遇到的问题及后续突破方向展开深入交流。
会上，炼钢工序项目组作题为《基于AI与多源数据融合的长流程炼钢工序碳足迹核算动态模型和数据库建设》的专题汇报。报告从钢铁行业低碳转型的紧迫需求出发，系统梳理了国内外炼钢工序碳核算方法的研究现状，指出当前碳足迹数据动态性不足、多源异构数据整合困难等技术瓶颈。项目组创新性提出“方法论－数据－技术－政策”四位一体的研究框架，通过引入人工智能算法，对原料输入、能源消耗、工艺参数等多源数据进行采集与关联分析，构建碳足迹核算动态模型和数据库的研究目标。这种基于AI的动态模型能够实时反映炼钢工序的碳排放变化，为钢铁企业制定精准减排策略提供有力支持。
汇报结束后，烧结、焦化、炼铁、轧制等其余四大工序项目组成员围绕汇报内容展开热烈讨论。与会人员就数据采集标准化、模型泛化能力、行业工艺差异性等共性问题展开研讨，提出核算边界划分原则、模型输入项设计及分配系数规则等建议。
罗国民教授在总结中指出，碳中和系列研究专项是一次有计划有组织的课题研究和技术攻关，各小组前期工作取得了一定成果，下一步需重点突破三方面工作：一是重点梳理数据采集工作，确保数据的准确性、完整性和时效性，并对数据进行结构化、标准化处理；二是要在模型设计方面，需充分考虑钢铁行业的复杂性，注重模型的科学性和实用性，善用AI算法设计优化模型，提升复杂工况下的碳足迹核算精度，并利用企业实际数据和AI等第三方模型进行验证，找出敏感因子，对随机数据进行相关性分析；三是坚持开放式创新战略，保持跨项目组协作，通过线上线下联动研讨，统筹解决共性技术难题。
最后，罗国民教授布置了下一步其他子课题的研究成果汇报安排，鼓励各子课题团队对标碳中和系列研究专项整体目标和计划时间节点，继续努力，攻坚克难，推动项目取得更多突破性成果。
据悉，此次汇报会标志着“金苹果”碳中和专项进入技术攻关与成果凝练的关键阶段。下一步，研究成果将在典型钢厂试点，并向行业标准、专利及高水平论文转化，赋能绿色制造高质量发展。
图/唐国兰 文/罗丽萍 核稿/赵保宁 责编/马海琳
