Im Hinblick auf die Anwendung von rCFD soll ein besseres Verständnis über die Anwendbarkeit von echtzeitfähigen rCFD-Simulationen im Bereich metallurgischer Prozesse gewonnen werden. Im Rahmen des Projekts sollen rCFD-Simulationen durch automatisierte Kalibrierungsroutinen der lokalen Diffusions- und Quellterme verbessert werden. Darüber hinaus wird dieses Projekt die Möglichkeit bieten, Echtzeitsimulationen von industriellen Prozessen zu etablieren und damit den Weg für neue Technologien zur Prozessbeobachtung und -steuerung zu ebnen.

Das Hauptziel der lokal beschleunigten Simulationsmethoden ist nicht die Prozessüberwachung in Echtzeit, sondern die Schaffung einer robusten und einfach zu handhabenden hybriden Simulationsmethode unter Verwendung von FFT oder anderer Methoden. Die Berechnung in bestimmten Bereichen (oder von bestimmten Variablen), die nicht von primärer Bedeutung sind, wird durch die Implementierung der hybriden Simulationsmethode beschleunigt und mit einem maschinellen Lernprozess optimiert. Die konventionelle CFD-Methode ist währenddessen weiterhin bei wichtigen Bereichen oder Variablen aktiv.

Das wichtigste technische Ergebnis der Beschleunigung von FE-Simulationen ist die Beschleunigung und Verbesserung der Simulation und Vorhersage des Feuerfestverhaltens. Darüber hinaus werden Anhaltspunkte für die Optimierung der Auskleidung und die Verbesserung der Nachhaltigkeit der Auskleidung gewonnen. Die Ergebnisse werden ein erster Schritt zur Erstellung eines digitalen Zwillings für das Verhalten der feuerfesten Auskleidung und die vorausschauende Instandhaltung sein. Die wissenschaftlichen Ergebnisse werden ein einheitliches Materialmodell sowie eine Methodik liefern, die FE- und ML-Ansätze für die Vorhersage des thermomechanischen Verhaltens von Auskleidungen kombiniert und Richtlinien für ihre Anwendbarkeit in anderen Simulationsmethoden enthält.