过程控制与二级模型（L2）
level 2 / process model
钢厂里传统的「模型层」：用冶金机理算出设定值交给 L1 执行。AI 最自然的接入点。
ai engineer's view
一层已经存在的模型服务，有明确的输入输出契约和调用时机。你要做的不是重写它，是给它加一个学习到的残差修正项。
「二级模型」是钢铁行业的一个专有说法，指 L2 层运行的过程计算模型。典型例子：
- 转炉的吹炼终点预报模型——算吹多少氧、加多少料
- 加热炉的炉温设定模型——按坯料尺寸和目标温度算各段炉温
- 轧机的负荷分配模型——算每个机架压下多少
- 连铸的二冷配水模型——按拉速算各段喷水量
这些模型大多建于几十年前，基于冶金机理方程加经验系数，靠现场调参维持精度。它们的共同弱点是：难以适应新钢种、新工况，参数漂移后靠人工重调。
这正是 AI 最自然的接入点——不是替换二级模型，而是：
- 用数据驱动方法修正机理模型的偏差（混合建模）
- 用代理模型加速计算量大的机理模型
- 用在线学习自适应参数漂移
而且接口现成：二级模型本来就以「输入工况 → 输出设定值」的形式存在。