基于大数据与人工智能的电磁冶金数字化系统

电磁冶金与连铸技术工艺变量的优化是企业提高连铸坯质量的重要手段。然而,企业对连铸过程的机理解释以及工艺变量的调节方法严重滞后于生产。因此,提出了基于数值仿真、计算机视觉以及大数据挖掘等多种技术的融合实现连铸过程多物理场的可视化、连铸坯质量自动识别与智能检测以及电磁冶金技术与连铸工艺变量的耦合优化。电磁冶金数字化系统初步具备对结晶器内的流场、温度场、液相体积分数、溶质场、夹杂物分布和凝固坯壳表面应力等多物理场的可视化以及铸坯中心缺陷的数字化识别能力。其中,使用Unet模型对于中心缺陷的识别效果可达90%以上,使用二值化的方式可以有效评估中心疏松的级别。可以预测,电磁冶金数字化系统对于推进钢铁企业智能化发展具有重要的意义。