Überblick

Area 3 konzentriert sich auf den Einsatz von Modellierungsansätzen für neue und bestehende metallurgische Prozesse. Datenanalysen werden durchgeführt, um die Prozesseffizienz bei der Stahlerzeugung zu steigern. Modellierung hilft dabei, das Verhalten komplexer Systeme oder Prozesse zu verstehen und vorherzusagen. Sie ermöglicht es Forschenden, verschiedene Szenarien zu untersuchen und zu analysieren, Vorhersagen zu treffen und Hypothesen zu testen, ohne aufwendige oder zeitraubende Experimente in der realen Welt durchführen zu müssen. Modelle oder Prototypen können von einfachen mathematischen Berechnungen bis hin zu anspruchsvollen Computersimulationen reichen. Area 3 verwendet sowohl Open-Source- als auch kommerzielle Tools und Software-Frameworks für detaillierte Simulationen in den Bereichen Computational Fluid Dynamics (CFD), Diskrete-Elemente-Methode (DEM) oder Finite-Elemente-Methode (FEM).

Numerische Simulationen von Flüssigkeits- und Partikelströmungen sind ein weit verbreitetes Instrument in der Forschung und Entwicklung von industriellen Prozessen. Dabei werden Computermodelle und Berechnungen verwendet, um zu verstehen, wie sich Flüssigkeiten und Gase in verschiedenen Situationen verhalten. Diese Methoden werden in der K1-MET erfolgreich bei der Untersuchung metallurgischer Prozesse entlang der Stahlherstellungskette angewendet. Diese Prozesse beginnen beim Hochofen und reichen bis hin zu verschiedenen flüssigen Metallprozessen in einem Stahlwerk, wie dem Konverter-Prozess, dem Ruhrstahl-Heraeus (RH)-Entgasungsverfahren, Behandlungen im Pfannenofen und dem Strangguss. Weitere Einblicke und Erklärungen finden Sie in der Einführung von Area 1.

Neben der Entwicklung von Prozesssimulationen und Modellen ist die Weiterentwicklung von Simulationsmethoden und -techniken für zukünftige Aktivitäten sehr wichtig. Bestehende Simulationsmodelle werden erweitert und verschiedene Methoden werden vereint und auf größere Projekte angewendet. Experimentelle Untersuchungen werden zeigen, wie gut die Modelle funktionieren. Begleitende Simulationstätigkeiten für Area 1 und 2 sind geplant, um dortige experimentelle Entwicklungen zu unterstützen.

Der dritte Aspekt ist die Digitalisierung, Datenanalyse und Datenauswertung aus prozessorientierter Sicht. Methoden der künstlichen Intelligenz wie maschinelles Lernen und Datenanalysetools werden eingesetzt, um große Mengen komplexer Prozessdaten zu verstehen. Darüber hinaus werden Lösungen für wichtige Fragen zum Prozessverständnis und zur optimalen Prozessführung erarbeitet.

Ziele und Motivation

• Untersuchung industrieller Produktionsprozesse und Schaffung von Prozessverständnis
• Digitale Co-Entwicklung von Prototypen und Prozessuntersuchungen
• CO₂-Einsparungen durch die Entwicklung von Data Science und Digitalisierung in der Industrie und in Produktionsumgebungen