摘要： 一、政策背景与核心要点自2024年4月国家税务总局发布《关于资源回收企业向自然人报废产品出售者“反向开票”有关事项的公告》（2024年第5号公告）后，“反向开票”政策重磅登场。该政策直击资源回收企业长期受困的“首张票”缺失痛点，借由允许企业向自然人销售者开具发票这一关键举措，致力于完善增值税抵扣链条，从根源上降低企业税负与合规风险，为再生资源行业的稳健前行铺就道路，助力其迈向规范化发展新征程。江苏省积极响应，于2024年12月19日在南京举行了政策宣贯会议，敲定自2025年1月起全省范围内全面推行此项政策，要求省内符合条件的废钢铁加工企业务必严格遵循公告要求落地执行。

关键词： 废钢压块   ViT   卷积神经网络   图像识别  

摘要： 废钢压块虽有诸多优点，然而废钢种类的多样性却对冶炼产生了影响。考虑到钢厂环境的复杂性以及当前废钢种类识别技术的复杂性，利用移动设备在复杂场景下实现对废钢压块的准确识别，对于提高冶炼模型的精度和生产效率有着至关重要的意义。通过在原有数据集里新增复杂光照场景下的压块图片，对数据集进行了丰富，并运用改进后的混合网络模型来研究压块识别算法。研究结果显示，改进后的EdgeNeXt混合模型在识别场景中有着更出色的表现。在试验数据集上，其测试准确率相较于MobilenetV3提高了2.81%;一个训练耗时与视觉自注意力模型(vision transformer, ViT)模型相比减少了12 ms;而且在训练过程中，该模型在收敛速度和震荡幅度方面均呈现出更优的状态。综上所述，改进后的EdgeNeXt模型为提高废钢压块的智能识别水平提供了坚实的理论支持。

关键词： 普碳废钢   分类方法   料型分类规则   质量管控  

摘要： 通过对普碳废钢料型分类方法的研究，结合现行国内废钢铁相关标准及公司相关技术标准，针对公司采购的社会回收类普碳废钢，建立了以“加工方式+厚度”的料型分类规则，该规则使废钢质量管控更加便捷。

摘要： “十四五”期间，废钢铁加工行业快速发展，回收利用产业链和加工配送体系逐步完善，绿色化、智能化水平有所提升，废钢铁资源保障能力不断提高，但仍面临一些问题。“十五五”期间，废钢铁行业将充分发挥节能减排、绿色环保的特点，以创新为驱动，继续朝着产业化、产品化、区域化、规模化的方向发展壮大，助力钢铁行业绿色高质量发展。

关键词： 语义分割   深度学习   废钢层高计算   工业自动化  

摘要： 实时对废钢料线厚度识别对其运输及电炉炼钢过程具有重要作用，目前尚未有基于深度学习的方法对该场景下的算法进行研究。针对上述问题，通过试验对比当前主流的分割模型网络，并提出采用PP-LiteSeg进行废钢边缘轮廓分割。进一步引入骰子损失函数(Dice loss)、LovaszSoftmax损失函数(LovaszSoftmax loss)等优化策略，对PP-LiteSeg原始交叉熵损失函数进行改进，实现了全局监督与局部细节优化的最佳平衡，分割平均交并比(mIoU)达到81.11%。最后，基于优化后的模型设计了利用分割结果提取关键参考线的废钢料线厚度计算方法，实现对废钢堆积最大及平均厚度的实时监测与量化评估。试验结果表明，该方法在复杂工况下具备高精度分割能力和针对不同点位的优良泛化性能，为电炉炼钢过程中废钢料线厚度的准确识别提供了可靠技术支撑。

关键词： 智能验质系统   废钢检验   机器视觉   大数据分析   自动化  

摘要： 主要探讨智能验质系统在废钢检验领域的应用情况，具体分析其技术原理、优势及在实际操作中的应用效果。通过对比传统废钢检验方法，明确了智能验质系统可显著提高废钢检验的效率和准确性，且在废钢回收行业中具有潜在价值。

关键词： 废钢   镀层   激光诱导击穿光谱  

摘要： 本研究利用激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)技术，分析了有镀层和无镀层废钢的光谱特征随激光脉冲数的演变规律。研究发现，对于有镀层废钢，镀层元素的谱线强度随脉冲数增加先上升后下降，而Fe元素谱线强度则逐渐增加；对于无镀层废钢，Fe元素谱线强度在初始脉冲后快速增加，随后趋于稳定。基于这些规律，研究提出通过Fe元素归一化强度的标准差阈值(设定为0.02)来识别废钢表面是否存在镀层。此外，通过分析镀层元素归一化强度的变化，研究提出了一种基于谱线归一化强度累加值的方法，用于确定镀层元素的种类，即最大累加值对应的元素为镀层元素。该方法为废钢表面镀层的快速识别和分类提供了有效的技术手段。

关键词： 物料跟踪   行车调度   指令管理  

摘要： 本文通过对现有废钢系统问题梳理，建立了一套废钢间智能仓储管理系统，通过该系统实现废钢车间的全流程信息化管理，实现了废钢来料计划及炼钢配料的全流程数字化管理。该系统中通过引用料池推荐模型对来料进行合理准确分配。通过行车任务分配模型实现库区行车调度指令引导，对行车任务合理分配，通过终端指导司机按指令操作天车。通过现场指示屏幕对来料车辆的引导，及时有效进行卸车及装车作业。通过该系统建立实现了物料的准确实时跟踪，通过引用的行车任务分配模型提高了行车利用率，提高来料卸车效率，卸车周期缩短30分钟，通过料池推荐模型及物料实时准确跟踪，提高了炼钢配料准确率，有效降低钢铁损耗。通过对模型应用，对现场实际生产有一定的指导意义。

关键词： 废钢   智能判级   智能验质   人工智能   物联网  

摘要： 随着我国钢铁行业的快速发展，废钢作为重要的绿色环保再生资源，其在钢铁冶炼中的应用价值日益凸显。然而，传统的废钢验质方式主要依赖人工目测和经验判断，存在主观性强、劳动强度大、效率低、安全风险高以及质量异议难以追溯等问题。为此，兴澄特种开发并应用了基于人工智能的废钢智能验质系统。该系统通过构建深度学习算法模型，结合图像识别、物联网等技术，实现了废钢等级的自动识别、异物检测以及扣杂扣重的精准判定。应用后显著提高了废钢验质的效率与准确性，改善了工作环境，降低了劳动强度和安全风险，同时优化了管理流程，提升了企业智能化水平。