随着“高效率、低成本洁净钢平台集成技术”和钢铁生产过程“智能制造”的提出,炼钢厂动态运行过程管控越来越受到重视,但对炼钢厂动态运行过程基本参数(物流量、温度和时间因子)的系统研究仍处于前期,特别是对基本参数控制精度的研究还是空白。本文将针对迁钢第二炼钢厂动态运行过程中若干工序基本参数进行分析,分别对物流量、钢水温度和时间的管控以及精准控制下的节能潜力四个方面进行研究。本文分析了迁钢第二炼钢厂的转炉工序、精炼工序、连铸工序、钢包周转、传搁过程的主要工艺参数和控制现状,以及RH精炼、210t LF精炼和传搁过程中钢水温降与物料消耗和时间的关系。由物流量控制现状的解析得知：转炉冶炼过程实现了少渣冶炼,氧气消耗量和利用率相对稳定,但吨钢铁损较大。针对该问题,提出针对每一炉次具体的原料条件,动态调整冶炼辅料加入量的策略,实例计算结果表明,吨钢铁损可以减少4kg/t钢。分别对各工序节点钢水温度的预定和预报进行了管控研究。前者是指在合理的温度制度的基础上,考虑连浇炉次、各工序及其传搁过程时间、钢包状态等因素动态调整各工序节点的控制温度；后者是以上一工序节点的钢水温度为基础,预报下一工序节点的钢水温度,进而连接实现全流程的钢水温度预报。分别结合RH和210t LF两种精炼工艺的特点,运用改进的案例推理方法对钢水温度预报进行研究,该方法可以应用于其他区段,进而实现全流程的钢水温度预报。结合RH精炼已积累了大量生产数据的特点,提出了案例库拆分和优化的措施以提高案例推理方法的预报精度和运算速度,实际数据测试结果表明,基于拆分案例库的案例推理方法的预报精度明显高于单一案例库的预报精度,基于优化案例库的案例推理方法运算时间仅为优化前的44%,运算效率大幅提升。结合210t LF精炼的工艺参数关联性复杂的特点,提出利用贝叶斯网络对生产数据可靠性进行评估,并利用评估结果对案例推理方法进行修正。测试结果表明,修正后的案例推理方法比一般案例推理方法和BP神经网络都有更高的预报精度。在炼钢厂时间因素管控中,分别对确定合理连浇炉数、优化不同浇次间关系和钢包调度水平的评价方法进行研究。在BOF-RH-CC工序产能不匹配的情况下,提出了基于传搁能耗计算,进而对比生产成本的方法确定合理连浇炉数。为了优化不同浇次间关系,在非满负荷生产条件下,提出以钢包运行稳定性为目标,采用遗传算法对已有生产计划进行优化,对迁钢二炼钢2013年某日实际生产计划优化后的结果表明,该日周转钢包离线次数由5次减少到1次,必须投入钢包个数由7个减少到5个,可节约烘烤煤气20400m3,避免转炉对离线钢包所需的钢水温度补偿20℃。对钢包调度水平的研究,提出基于待用时间解析的方法分别评价周转钢包和离线钢包的运行现状,并拟合为钢包利用率用以评价钢包整体调度水平,通过对迁钢二炼钢钢包调度进行实例分析,结果表明钢包利用率可以有效的反映实际钢包调度水平。针对钢水温度和时间因素精准控制下能潜力问题,根据实际操作要求,通过解析生产计划的制定和执行过程,得到二者在现有控制精度下节能潜力的数学模型。结合迁钢二炼钢SPHC-W钢种冶炼过程,将各阶段钢水温度和时间生产数据统计的标准差表征为控制精度,对现有控制水平进行实例研究,结果表明,当各工序节点钢水温度的标准差减小1℃时,计划执行预知温度损失降低0.33℃,当各工序时间标准差减小1 min时,生产计划预知温度损失降低1.76℃C,计划执行预知温度损失降低1.62℃,二者同时减小时表现出可叠加性。