Die Auslegung industrieller Prozesse hängt von genauen thermodynamischen Daten ab. Diese können mittels CALPHAD (Computer Coupling of Phase Diagrams and Thermochemistry) durch die Entwicklung von Modellen zur Vorhersage von Eigenschaften in Mehrkomponentensystemen und der Integration von Messdaten in einheitliche Datenbanken verbessert werden. Qualitativ hochwertige Beiträge auf dem Gebiet der computergestützten und experimentellen Thermodynamik, der Phasenumwandlungen und dem Materialdesign werden an einer jährlichen Konferenz vorgestellt.
Daniel Kavic hatte eine Posterpräsentation unter dem Titel „Hybrid data-driven thermodynamically-based temperature modeling of secondary steelmaking“ auf der „51th International Conference on Computer Coupling of Phase Diagrams and Thermochemistry“:
„Die Arbeit stellt einen neuartigen hybriden Ansatz zur Vorhersage der Temperatur während der Pfannenofenbehandlung vor. Einerseits nutzt diese Methode die datengesteuerte Modellierung von prozessbezogenen Randbedingungen. Andererseits wird die thermodynamische Beschreibung verschiedener chemischer Reaktionen in der Pfanne unter adiabatischen Bedingungen mit ChemAppTM Python und FactSageTM einbezogen. Die neue hybride Temperaturvorhersagemethode wird von der hauseigenen Software „i-clean“ genutzt.“
Daniel erhielt für seine Arbeit den CALPHAD Best Poster Award.
Erfahren Sie hier mehr über die CALPHAD 2024.