铁矿石
iron ore
钢铁的起点。品位、粒度、杂质各异，配料本身就是一个天天在变的优化问题。
ai engineer's view
上游数据源的分布漂移：schema 不变，但每批数据的统计特性都在动，下游模型必须能容忍。
铁矿石按形态分粉矿、块矿、精矿；按品位（含铁量）分高中低品位。关键在于它的成分每一船都不一样——不同矿山、不同批次的铁品位、二氧化硅、氧化铝、磷、硫含量都有差异。
所以钢厂有专门的"配矿"工作：在满足高炉冶炼要求（碱度、还原性、软熔性能）和成本约束的前提下，决定这批料用哪几种矿按什么比例混。这是一个典型的带约束的线性/非线性规划问题，很多钢厂已经在用求解器做，只是求解器的约束更新还依赖人工。
对下游的影响是持续的：原料波动会一路传导到铁水成分、渣量、能耗，是很多质量问题的源头。