Accelerating Steel Casting CFD with Machine Learning / 
Urychlení CFD simulací odlévání oceli pomocí strojového učení

Josef Mergl¹, Alija Vila¹, Ali Abbas¹, Adnan Husakovic¹

¹Primetals Technologies Austria GmbH, Turmstraße 44, 4031 Linz, Austria

Abstract

Computational Fluid Dynamics (CFD) is a critical tool for understanding flow behaviour in continuous steel casting, but high-fidelity simulations remain computationally intensive and time-consuming. This work presents a machine learning-based framework to accelerate CFD simulations by integrating reduced order modelling (ROM) with data-driven surrogate models. Using high-resolution CFD data, we show a workflow that trains machine learning models to approximate transient flow fields with high accuracy at a fraction of the computational cost. The resulting hybrid models aim to enable near real-time predictions of key process variables while preserving physical fidelity. This approach offers significant potential for in-line process optimization, faster design iterations, and intelligent control in modern steelmaking operations.

Keywords: CFD simulations, reduced order modelling, machine learning, continuous casting

Abstrakt

Výpočetní dynamika tekutin (CFD) je klíčovým nástrojem pro pochopení chování proudění při kontinuálním odlévání oceli, avšak vysoce přesné simulace zůstávají výpočetně i časově náročné. Tato práce představuje rámec založený na strojovém učení, který urychluje CFD simulace integrací modelování sníženého řádu (ROM) s datově řízenými náhradními modely. S využitím CFD dat s vysokým rozlišením je ukázán pracovní postup, jenž umožňuje trénování modelů strojového učení k aproximaci přechodových proudových polí s vysokou přesností při zlomek výpočetních nákladů. Výsledné hybridní modely umožňují téměř reálné predikce klíčových procesních veličin při zachování fyzikální věrnosti. Tento přístup nabízí významný potenciál pro optimalizaci procesů v reálném čase, rychlejší iterační návrhy a inteligentní řízení v moderních ocelářských provozech.

Klíčová slova: CFD simulace, modelování se sníženým řádem, strojové učení, plynulé lití

Stáhnout článek