钢铁研究学报

作者：代威^1,2, 聂忠赋^1,2, 王强^1,2, 李光强^1,2, 贺铸^1,2

单位：1.武汉科技大学省部共建耐火材料与冶金国家重点实验室,湖北武汉430081;；2.武汉科技大学钢铁冶金及资源利用省部共建教育部重点实验室,湖北武汉430081

关键词：复吹转炉,计算流体力学,延迟本征正交分解,长短时神经网络,速度场

为研究复吹转炉运行过程,提高计算效率进而降低成本,建立了转炉复吹流场预测模型。该模型运用延迟正交分解(delayed proper orthogonal decomposition, d-POD)降维方法,并与长短时神经网络(long short-term memory, LSTM)相结合来预测复吹转炉速度场。通过d-POD 方法提取时间系数,同时利用LSTM 预测时间系数矩阵,随后将预测得到的时间系数和基模态重构得到速度场分布。数值模拟数据验证了所提出的转炉预测替代模型准确性。结果表明,d-POD-LSTM 模型能够快速、准确地预测流场整体信息。与传统的POD-LSTM 模型(即延迟数<i>d</i>=1)相比,d-POD-LSTM 模型的性能更优。当延迟数从1增加到10时,d-POD 系数的预测误差降低了80%,建好模型之后计算一次所需时间为数值模拟的1/100。

来源：2025年第4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4期