基于数值模拟及机器学习的热处理炉布料方式及风机参数优化研究
电力石油天然气等能源是人类社会赖以生存的主要动力,也是经济增长的物质基础。在经济快速发展的同时,对于能源的消耗也越来越大,也造成了一定的环境污染。热处理是装备制造的重要基础工艺之一,也是消耗能源较多而又不可或缺的重点工序。热处理节能是装备制造业实现“碳达峰”目标的重要抓手之一。推动热处理工业绿色发展势在必行。轧辊是轧机的关键零部件,影响轧制效率和轧制产品的质量,热处理是影响轧辊质量的关键工序。轧辊热处理生产多依赖于生产经验,从而导致产品质量无法控制,造成资源浪费。低温台车式热处理炉是轧辊热处理的重要装备,炉内的温度均匀性依赖于炉气循环,循环风机的参数对炉内流场以及温度场具有重要影响。数值模拟技术可以指导热处理生产,提高产品质量和节省能源,但数值模拟需要大量的时间与算力资源,机器学习技术与数值模拟技术相结合可以有效节省时间与资源。
以低温台车式热处理炉为研究对象,运用数值模拟技术和机器学习技术研究轧辊布料方式和风机参数对炉内流场以及温度场的影响,并优化轧辊布料方式和风机参数,从而减少能源消耗和提升热处理质量。