上海交通大学李军教授：数字化凝固—从凝固过程多尺度建模到基于机器学习的实时仿真

来源：

学校官网

收录时间：

2025-10-18 15:45:56

时间：

2025-09-19 15:00:00

地点：

机械工程学院19号楼201会议室

报告人：

李军

学校：

-/-

关键词：

digital solidification, multi-scale modeling, machine learning, real-time simulation, heat and mass transfer, microstructure evolution, defect formation, intelligent control

简介：

金属凝固过程由复杂传输主导具有非完全随机性，导致凝固过程缺陷难控，且该过程高温、不可视难以定量表征，因此对其进行数字化预测进而设计和调控意义重大。本研究以镍基高温合金定向凝固、激光粉末床熔融（LPBF）等凝固过程为对象，采用有限体积方法建立了该类凝固过程的多物理场传热传质、微观组织演变的多相流数值模型实现了此类凝固过程的复现，进而探究多物理场与凝固组织的相互作用机制，揭示雀斑、小角度晶界等凝固缺陷的形成机理。针对数值模拟“预测精度”与“计算效率”相互制约的本征矛盾，采用机器学习与数值模型相结合的方法建立了凝固实时仿真方法，结合连续铸造案例，实现了连铸过程温度场的快速预测，并进一步实现了以凝固终点位置为衡量基准的二冷区水冷强度调整的快速决策，为连续铸造等冶金过程的智能化自适应调控提供新的思路。

-/- 14