本方向致力于通过计算机视觉技术将冶金装备数字模型与工艺孪生体模型进行集成，并建立工艺孪生体模型，能够模拟冶金过程的动态变化，包括原料分割及产物的生成等。本方向可细分为下面三个方向：

1.冶金关键装备孪生体建模技术

    围绕冶金生产中的高炉、转炉、电炉等炉体和连铸机关键装备，针对“黑箱”冶炼状态和运行需求，利用数字孪生虚实映射特性，研究资源结构与调度等孪生体单视图建模方法及多视图模型耦合协同机制，构建装备本体部件及其装配体的数字孪生体模型，突破装备“黑箱”生产可视化技术。

2.冶金工艺流程孪生体建模技术

    针对连铸、轧钢等典型冶金工艺流程，研究几何量和多物理量融合的工艺流程孪生体模型构建理论与方法；研究基于深度学习、强化学习、自主学习等的自主工艺流程设计、优化和决策方法，以及基于现场实时数据的工艺流程持续改进和快速更改响应机制。

3.冶金工业孪生体模型评估验证

    利用全流程物理实体对冶金装备和工艺流程孪生模型的反馈，采用创成式设计、无网格划分、人工智能等技术，对冶金流程进行多维度建模，构建冶金流程孪生体系统模块化功能模型；运用虚拟调试、自适应优化和数字化模拟验证技术，进行冶金流程孪生体模型的功能评估与验证。