Die Publikation stellt einen hybriden Ansatz zur verbesserten Temperaturvorhersage bei der Sekundärmetallurgie im Pfannenofen vor, der computergestützte Thermodynamik mit statistischen Lernverfahren kombiniert. Die Forschung zeigt, wie stahlherstellende Unternehmen Prozessdaten nutzen können, um Einflüsse auf die Stahltemperatur zu analysieren und diese mit modernen thermodynamischen Datenbanken wie FactSage zu verknüpfen, um tiefere Einblicke in eine optimierte Temperaturregelung in der Stahlproduktion zu gewinnen.

Die Arbeit ist ein wesentlicher Bestandteil der entwickelten „i-clean“-Software, mit der Prozesse der Sekundärmetallurgie untersucht werden können.

Der vollständige Artikel ist hier verfügbar: https://rdcu.be/eyV0U