钢铁研究学报

作者：聂忠赋^1,2, 代威^1,2, 贾琪^1,2, 贺铸^1,2, 李光强^1,2, 王强^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：本征正交分解,钢包底吹,渣眼,反向传播神经网络,计算流体力学

基金：国家自然科学基金区域创新发展联合基金资助项目(U22A20173);湖北省自然科学基金一般面上资助项目(2023AFB796)

为满足实时获取钢包底吹精炼三维流场数据的需求,建立了一种基于计算流体力学(Computational Fluid Dynamics, CFD)和本征正交分解(Proper Orthogonal Decomposition, POD)的钢包底吹三维流场快速预测模型。通过建立钢包底吹数值模型和水模型对其进行了模拟计算和实验,并建立了钢包单底吹的三维流场数据集,采用POD方法对数据集进行了模态与模态系数提取,通过反向传播神经网络(Back Propagation Neural Network, BPNN)构建了工况参数与模态系数间的映射关系,实现了对未来时刻钢包底吹内速度场和三相体积分数的快速预测。结果表明:所建立模型可以通过少量模态重构出钢包内流场的主要特征。POD-BPNN预测模型的计算结果准确率较高,计算结果平均相对误差均在4%以内。模型计算速度快,获取钢包内流场的平均计算时间由CFD全阶模拟所需的约246 h减小至快速预测模型所需的约54.6 h。

来源：2025年第3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3期