钢铁研究学报

作者：赵金元¹, 涂德浴¹, 童宝宏¹, 崔学峰², 黄俊², 冯建有¹

单位：1.安徽工业大学机械工程学院,安徽马鞍山243032;；2.安徽马钢设备检修有限公司,安徽马鞍山243000

关键词：鱼雷罐,有限元分析,神经网络,学习样本,GUI,铁水温降

基金：安徽省重点研究与开发计划资助项目(2023t07020019);安徽省高校协同创新资助项目(GXXT-2023-023)

由于高温铁水运输过程中铁水温降预测不准确、测量试验成本高,故将数值模拟和神经网络相结合,生成一种智能建模预测技术,并将其应用于高温铁水输运温降特性分析中。以某厂320 t加盖鱼雷罐输运高温铁水过程为研究对象,基于计算流体动力学(CFD)技术构建高温铁水温降特性的预测仿真模型,并建立与高温铁水输运温降特性相关的 BP 神经网络模型。利用数值模拟温度场数据作为样本,对该网络模型进行训练,运用训练好的 BP 神经网络智能模型对各种工况下铁水输运的温降特性进行预测分析。通过方法可视化界面,实现神经网络预测模块与代数计算模块的无缝衔接。此模型可通过神经网络进行温度预测,也可执行节能效益公式运算,形成“预测-计算”一体化功能链。输出数据包含温降数据、节能效益的评价。结果表明,采用该方法的仿真分析值与实测值较为吻合,可将其用于高温铁水输运温降的预测中。

来源：2025年第9期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2025年第9期