辽宁省冶金工业智能诊断与安全重点实验室主要开展大数据智能工业诊断与安全控制，致力于实现绿色安全全生命周期控制的目标，可以使我国工业安全技术处于国际领先水平，保障我国工业安全。研究内容包括基于工业大数据的智能诊断与安全控制、异构大数据池的建立、工业大数据协同优化模型的建立、工业大数据异常工况演化机理及可视化，工业大数据异常工况的调控、全生命周期可视化现实增强技术。拟开展的研究内容属于目前世界上安全技术的前沿。拟开展的基于工业大数据的安全控制研究在国际上尚无工程化应用先例，这将极大提升我国大型复杂工业过程的安全生产能力，为我国超高温冶炼生产过程安全绿色生产提供了有力的保障。
本实验室面向全生命周期工业安全的重大需求，以难以建立数学模型的设计资源、管理流程、制造过程、产品服务全生命周期的复杂工业大数据分析和系统为背景，以实现安全运行制造为目标，对于数据驱动的全生命周期安全控制理论与方法和建立全生命周期新理论和技术两方面开展基础研究与前沿高技术研究。
实验室主要研究方向:
1. 超高温冶炼流程大数据（物理化学变量和图像声音视频）的标准数据池的建立；超高温冶炼流程数据池建立标准的研究；超高温冶炼流程多源异构大数据的冗余分析与纠错研究；
2. 基于标准数据池的大数据建模方法多源异构大数据特性提取方法的研究；不规则采样大数据特性提取方法的研究；
3. 基于大数据模型的异常工况诊断理论与方法异构大数据异常工况诊断理论与方法的研究；动态大数据异常工况置信限的建立方法的研究；
4. 基于异常工况诊断的集成可视化