波兰西里西安工业大学电气工艺系撰文指出，该校研究成功的课题内容是：将基于神经网络系统的计算机智能模型用于电弧炉炼钢工艺上；进行大量数据采集和数据处理，寻找最佳炼钢工艺模型；建立数据检验模型，最后建立的准确模型用于指导炼钢生产，达到节能、降耗的目的。
文章追述说：早在1992年美国斯坦福大学教授W.E.Staib首先将人工神经网络系统用来控制电弧炉电极升降系统，并称之谓“智能电弧炉（IAFTM）”，开发了新的数学模型、建立了最佳的冶炼功率设定点。该最佳设定点指导已有的调节器工作，并跟踪它的运行程序。人工神经网络的应用，克服了传统调节器的缺点和限制。为了实现神经网络系统的学习和培训功能，大量数据采集是不可少的。该IAFTM系统创建了3个神经网络模型，它们是：调节系统仿真器、电弧炉仿真器以及神经网络式电弧炉控制器。该IAFTM系统当时在美国北极星钢厂获得了极大的成功。因此，欧洲一些大公司紧跟着加强研究计算机智能方法在电弧炉炼钢工艺方面的应用。其中最具有代表性的为德国西门子公司开发的神经网络模型支持的电弧炉能源最佳控制系统和电极升降自动调节系统。该套系统安装在德国Bous钢厂，并进行了工业试验，试验结果表明：炼钢时间缩短10min，电极消耗降低28％、电能消耗降低10％。此外还有波兰西里西安工业大学研制的人工神经网络支持的模拟交流电弧炉炼钢工艺模型软件，并在波兰一特钢厂运行，为了验证计算机智能系统在模拟电弧炉工艺上的正确性，而在该钢厂采集了2700炉的数据。为了控制实际工艺参数，其执行控制器采用西门子公司生产的Simatic－７型可编程序控制器。将该控制器采集的信号储存在MSSQL2005型数据库中。
文章最后指出：由于电弧炉每炉炉况均不相同，所以要求智能软件具有高度灵活性和适配性。编程者必须熟知电弧炉设备、炼钢工艺、炉料和其它合金料、造渣料特性，最后，利用计算机智能模型控制来指导生产、降低成本、提高产量，达到节能及减排的目的。
