一种连铸结晶器内流场智能优化方法

本发明提供一种连铸结晶器内流场智能优化方法，属于钢铁冶金连铸工艺技术领域。首先，构建多相流动数值计算模型，用于模拟结晶器内钢液的流动行为，并计算多组工艺参数组合对应的流场分布；其次，根据数值计算结果，构建工艺参数与流场参数的数据样本库，建立BP神经网络流场预测模型，进而建立流场参数的多目标优化函数；最后，利用多目标粒子群算法求解最小化表面最大流速、最小化液位高度差和最小化非稳定流倾向的帕累托最优解集，实现对结晶器内流场的多目标优化。本发明能够预测不同工艺条件下的结晶器内流场状态，并根据工艺条件变化实现对结晶器内流场的智能优化，有效提升连铸坯表面质量，展现出良好的优化效果和较强的适应性。