塔塔钢铁让预测控制器运行其退火炉，燃料消耗降低8%

连续退火决定冷轧钢的力学质量，冷轧钢是塔塔钢铁价值最高的产品流，也是汽车制造商采购的钢种。该炉温度动态变化缓慢，但带钢的质量流量却随着一个钢种接续另一个钢种而不断变化。标准做法——在温度漂移之后才作出反应的PID控制器——恰恰在钢种切换时产出不合格带钢。

塔塔钢铁与印度理工学院孟买分校构建了一个模型预测控制（MPC）监督层，每分钟求解一次有限时域最优控制问题，在预判切换的同时引导炉温，并遵守运行约束。该系统于2023年1月全面投入运行。

结果是实测而非估算的：20%的退火产品达到优质质量标准，燃料消耗和二氧化碳排放每年每吨钢各下降8%。该项目使塔塔钢铁与印度理工学院孟买分校入围2024年INFORMS Franz Edelman奖决赛，并入选Franz Edelman学院。

提前一分钟预测炉况，而不是被动反应

笨办法是更用力地整定PID回路——但它们仍然只在损害造成之后才作出反应。

MPC利用了该炉的可预测性：切换是排定的，因此扰动在到来之前就已知晓。

质量与燃料被视为同一个优化问题，而不是两个部门相互推诿。

效益是物理且经审计的：每吨燃料减少8%，20%的产量达到优质级。

缓慢的工业过程胜过反应式控制：当工厂比调节旋钮滞后数分钟时，赢家会提前规划——预测切换，而不是事后纠正。

自2023年1月全面投入运行以来，MPC系统在钢种变更期间使退火线保持在约束范围内。该工作获得2024年Franz Edelman决赛入围奖，使塔塔钢铁与印度理工学院孟买分校入选Franz Edelman学院，并巩固了塔塔钢铁在汽车用钢领域的地位。