基于人工智能中间包内羽流及卷渣的数字孪生分析

摘要： 中间包长水口吹氩缺乏监控钢水面以下气泡羽流的手段，这成为利用长水口吹氩去除钢水中夹杂物的障碍。提出了一种神经网络模型的新型算法，由钢水水面的波动形态推断钢水内部气泡羽流的形态，由数学模型构建数据集，经2 000个数据集学习后，推断精度达到0.998。建立了水模型验证该算法，并利用该算法将水模型和数学模型相结合，优化了长水口吹氩工艺，使夹杂物去除率提高同时防止了卷渣现象的发生。 （共7页）