在能源环保场景中，锅炉燃烧调整长期依赖司炉经验：氧量给高了排烟热损失上升，压低了CO与飞灰含碳量又会恶化，NOx还常在负荷升降段冲高。我们把这套经验判断拆成可计算的三个环节做实验性探索。
一是数据侧，接入DCS的煤量、风量、炉膛负压、排烟氧量与CEMS的NOx、CO，先做稳态判别与工况聚类，剔除吹灰、启停等非稳态片段，避免把过渡过程当成优化样本。二是模型侧，用历史稳态数据训练锅炉效率与NOx的轻量代理模型，再在安全约束（氧量上下限、风门开度余量、炉膛负压带）内做小步长寻优，输出氧量设定建议而非直接改参数。三是落地侧，位号对齐与延迟补偿用互相关校核，建议先以提示形式推送到操作画面，人工确认后再下发。
阶段性进展：在某燃气锅炉与一台燃煤锅炉的试点中，代理模型对效率与NOx的预测偏差处于可用区间，负荷稳定段推荐的氧量设定普遍低于原运行值，NOx未出现系统性抬升；变负荷段仍以保安全为主，暂不介入。
下一步计划：补充煤质与燃气热值等扰动变量，并把脱硝喷氨量纳入协同寻优范围，验证“燃烧侧降氧+脱硝侧调氨”组合能否同时守住效率与排放两条线。
评论