🛒
STEP 1
收集历史数据
按煤种（焦煤、1/3焦煤、肥煤、瘦煤、气煤）归集该煤种所有历史到货的化验记录。
面向非技术读者的方法说明：从单煤化验数据到评价得分，炼焦贡献与稳定性分数的计算方法，以及评分基准的选取原则。
把"一堆化验数字"变成"一个评价分数"，核心是回答一个问题： 如果用这种煤去配煤炼焦，焦炭会比平时的水平更好还是更差？
从其他厂的 7m 焦炉数据中提炼出焦炭质量预测模型。模型经过特征筛选和方向限制，保证结果可靠、不违背常理。
从历史优质配煤单中提取 30 组接近实际生产的配比方案，让评价更贴合真实现场。
每组配比中，只把"被测煤"按实际单煤占比替换进去，对比替换前后焦炭关键指标的变化。其余煤种取典型水平，保证公平。
把六个焦炭指标的变化统一换算成百分制，再等权合成，得到炼焦贡献得分。
用历史化验的波动程度和数据覆盖天数，计算质量稳定性得分。
最终得分 = 0.9 × 炼焦贡献 + 0.1 × 稳定性。 炼焦贡献占大头，因为它直接反映这种煤"能不能炼出好焦"；稳定性是提醒——即使平均水平不错，质量忽高忽低的煤也要谨慎。
从单煤的化验指标出发，经过"替换比较 → 差值 → 得分转换"三步， 得到六个焦炭指标的百分制得分，再等权合成炼焦贡献。下面分两小步讲清楚。
六个焦炭指标对炼焦贡献同样重要，各占 1/6。
炼焦贡献是核心（0.9），稳定性作为提醒（0.1）。
以下流程图展示从原始数据到最终得分的完整计算细节，包括 30 组配比循环、 差值归一化机制和稳定性评分过程。
专业工程流程图，展示 5 个阶段、双泳道并行计算（炼焦贡献 0.9 权重 + 稳定性 0.1 权重）、27 个关键步骤的完整数据流向：从原始化验数据与一般煤基准出发，经 30 组配比、 单煤替换、焦炭预测、差值归一化与加权汇总，最终得到煤质评价总分与性价比指数。
对每个被测煤，在 30 组配比中逐一替换单煤占比，计算基准与替换混合煤的 焦炭六指标差值，最后平均得到该煤的炼焦贡献差值。
煤种槽位填充：
焦煤槽 50%：
基准 = 焦煤一般煤 50%（Ad_g, Vdaf_g, G_g, Y_g）
替换 = 被测煤 c 单煤占比 p_t% + 焦煤一般煤 (50−p_t)%
肥煤槽 24%：
基准 = 替换 = 肥煤一般煤 24%
[其他煤种类似]
加权平均：
Ad_mix_基准 = 0.50×Ad_焦煤一般 + 0.24×Ad_肥煤一般 + …
Ad_mix_替换 = p_t×Ad_c + (0.50−p_t)×Ad_焦煤一般 + 0.24×Ad_肥煤一般 + …
[Vdaf, G, Y, Std, dm_CSR 同理]
焦炭预测（代入公式，不展示具体公式）：
CSR_基准 = f_CSR(Ad_mix_基准, Vdaf_mix_基准, G_mix_基准, …)
CSR_替换 = f_CSR(Ad_mix_替换, Vdaf_mix_替换, G_mix_替换, …)
[CRI, M40, M10, coke_Ad, coke_Std 同理]
差值：
ΔCSR₁ = CSR_替换 − CSR_基准
ΔCRI₁ = CRI_替换 − CRI_基准
ΔM40₁ = M40_替换 − M40_基准
ΔM10₁ = M10_替换 − M10_基准
Δcoke_Ad₁ = coke_Ad_替换 − coke_Ad_基准
Δcoke_Std₁ = coke_Std_替换 − coke_Std_基准
方向统一后的差值按冻结的 P5/P95 边界（2026-08-12 从 42 煤模拟结果量出） 线性映射到固定标尺（P5→30 分、P95→80 分），区间外延伸并裁剪到 [0, 100]。
历史化验数据计算各指标的收缩方差与变异系数，与 42 煤排名比较得到稳定性 原始分，再按化验覆盖天数（目标 ≥10 天）打折，得到最终稳定性得分。
换算成百分制的"标尺"（P5–P95 区间）不是人为拍定的，而是来自 其他钢厂 7m 焦炉的历史生产经验：先建立可靠的焦炭质量预测模型，再把唐钢自己的 42 个在用煤代入模拟，从模拟结果中量出标尺。
从多家 7m 焦炉的实际生产数据中，提炼出焦炭质量的预测规律。
用这些历史数据建立六项焦炭指标的预测公式，并做特征筛选与方向限制，保证符合冶金常识。
把 42 个在用煤逐一放入 30 组真实配比中，计算每种煤对焦炭指标的影响。
42 个煤的模拟结果形成一个分布，取 P5 / P95 作为固定标尺，此后不再变动。
每个圆点代表一个煤。P5 与 P95 之间的区间覆盖绝大部分煤的典型变化范围—— 评分标尺就从这里量出来，并固定不变，保证任何时间评价同一煤都得同一个分数。
六个差值量纲不同、数值大小不一，不能直接相加。做法是：先看 42 个煤 在每个指标上"典型变化到哪"，以 P5 到 P95 之间的区间作为统一标尺，把每个差值换算成百分制分数。 图中每个圆点代表一个煤，竖线就是这条固定标尺的边界。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
图中数值为该煤替换同煤种一般煤后，焦炭指标的变化（已统一为"越大越有利"）。 竖线 P5 / P95 之间覆盖约 90% 的煤，作为换算成百分制分数的固定基准区间。
"这个煤让焦炭变好了"——"变好"是和什么比？答案是：和 同煤种的一般煤水平比。这个"一般煤"不是随便拍的，而是从大量历史数据中提炼、并固定下来的标准参照。
按煤种（焦煤、1/3焦煤、肥煤、瘦煤、气煤）归集该煤种所有历史到货的化验记录。
对每项指标取"到货量加权平均"，得到该煤种最普通的水平——既不偏袒好煤，也不被差煤带偏。
把每个煤种的典型水平在固定时点固化、冻结，作为以后所有评价的统一参照。
稳定性回答的是"质量会不会忽高忽低"。方法很简单：看每种煤 历史化验数据的波动程度，波动越小、数据越充分，得分越高。
把每种煤每日的化验记录按 8 项指标整理好（灰分、挥发分、粘结指数、胶质层厚度、硫分、水分等）。
对每项指标计算样本方差——数字波动得越厉害，方差越大。
化验次数很少时，样本波动会被"拉"向全体煤的典型波动，避免"只测了一两次"就误以为很稳定。
把波动大小与全体煤横向比较、排序，转成每项指标 0–100 分。
八项指标按各自权重汇总，得到稳定性原始分。
化验天数不足目标值（10 天）的煤，按比例打折——数据太少不给高分，避免偏袒少样本。