Dada la importancia fundamental de los ferroaleaciones en la industria del acero y el creciente énfasis global en la sostenibilidad (por ejemplo, cero emisiones y neutralidad de carbono), se espera que aumente la demanda de ferroaleaciones. Sin embargo, el horno eléctrico de arco (EAF) de las plantas de ferroaleaciones genera cantidades sustanciales de óxidos de nitrógeno (NOx) debido a los procesos de combustión a alta temperatura. A pesar de las importantes contribuciones de muchos estudios sobre la predicción de NOx en diversas instalaciones industriales, existe una falta de estudios que consideren la condición ambiental del EAF en las plantas de ferroaleaciones. Por lo tanto, este estudio presenta un modelo de aprendizaje profundo para predecir las emisiones de NOx en las plantas de ferroaleaciones y además puede proporcionar pautas para predecir NOx en sitios industriales equipados con hornos eléctricos. En este estudio, recopilamos diversos datos históricos del sistema de ejecución de fabricación de hornos eléctricos y sistemas de gases de escape para desarrollar un modelo de predicción. Además, se empleó un método de inteligencia artificial interpretable para rastrear los efectos de cada variable en las emisiones de NOx. El modelo de predicción propuesto puede proporcionar apoyo para la toma de decisiones para reducir las emisiones de NOx. Además, la interpretación del modelo contribuye a una mejor comprensión de los factores que influyen en las emisiones de NOx y al desarrollo de estrategias efectivas para la reducción de emisiones en las plantas de EAF de ferroaleaciones.