在国家“双碳目标”的战略和市场竞争日趋激烈的背景下,造纸工业面临进一步降低能源成本和碳排放的挑战。受限于设备和技术,造纸工业的低碳能源转换在短期内难以实现,挖掘造纸节能潜力仍是实现节能减排、降低成本最有效的方法之一。箱板纸作为循环利用废纸原料生产再生纸的重要纸品类型之一,近些年消费量年均增速3.55%,并且未来将持续增长。在箱板纸的生产过程中,热分散系统和干燥部是具有较大节能潜力的工序,也是影响产品质量的关键环节,因此有效的工艺调整和优化是实现节能降耗、稳定质量的关键。造纸企业使用的生产控制系统只能解决在给定工艺值下的平稳操作问题,工艺的调整需考虑诸多因素如原料改变、车速波动等,以人工经验的生产方式,其及时性和准确性不足,难以满足长期稳定的精益化生产需求。因此,本研究以箱板纸机为研究对象,建立热分散系统和干燥部的能效优化模型,开发部署模型和在线验证,实现模型的工业应用。为建立热分散系统能效优化模型,本文首先分析热分散系统的工艺,基于数据聚类方法将热分散过程分为三个工况:高温低功率状态、中温中功率状态和低温高功率状态;通过随机森林、梯度提升决策树和弹性网络三个算法建立蒸汽流量、叩解度和浆料脱水流量三个关键参数的预测模型,以交叉验证的方式对比三个算法的误差,发现利用随机森林算法建立三个关键参数预测模型的精度最好,其相对误差分别为9.82%、7.13%和5.98%,结果表明模型预测效果良好,可用于后续模型的优化;基于遗传算法结合决策变量、约束变量和能耗变量建立热分散系统能效优化模型。以造纸企业的生产数据对模型进行离线验证,各操作参数优化调整的幅度符合实际工艺范围,能够带来约3.16%的成本节降,模型具有较好的稳定性和有效性。针对干燥部机理建模成本高、难度大,准确性和可靠性低等问题,本文基于数据驱动的方法建立干燥部能效优化模型。首先以纸种定量为依据,分类建立干燥部的优化模式数据库,对其离散化后进行频繁项挖掘,确定不同工况下的各操作变量的工艺范围;然后采用弹性网络算法建立各风机的排风温度和排风湿度及纸幅湿度、蒸汽流量等关键参数的预测模型,验证结果表明预测模型具有较好的精度,预测的平均相对误差低于7%;最后基于增强精英保留的遗传算法结合决策变量、约束变量和能耗变量建立干燥部能效优化模型。以造纸企业的生产数据离线验证模型,结果表明各操作参数的优化值较稳定,符合实际的生产需求,可以带来约2.28%的成本节降,证明了模型的稳定性和有效性。最后,为实现模型的工业化应用,本文开发相应的功能模块,部署热分散系统和干燥部的能效优化模型在企业的数字化运营平台,现场热分散系统四次调参的结果显示吨绝干浆的综合成本分别降低了约4.62%、3.55%、4.43%、4.36%;干燥部三次调参的结果显示吨绝干纸的干燥成本分别降低了约1.07%、0.68%、0.72%;调整参数后的生产期间,纸张产品的相关质量指标正常,促进了企业进一步精细化、稳定化和智能化的生产。