成果简介：高品质钢的冶炼典型流程为“转炉→精炼→中间包→结晶器”，冶金反应器内存在着合金-钢、钢-渣、钢-夹杂物、钢-耐材、渣-耐材、钢-空气、钢液凝固和元素偏析等反应和过程，各个化学反应“耦合”发生、互相影响。因此，有必要建立智能模型有效地预测不同反应器内夹杂物成分的变化，准确地在线了解精炼和连铸过程的工作状况，使生产全流程始终处于最佳工作状态，从而确保夹杂物的精准控制，最终提高钢产品质量的稳定性和可靠性。同时，通过模型的优化计算，可以根据不同钢种的性能需求，对钢种的生产工艺进行定制化设计。 成熟程度及推广应用情况:已经经过实验室试验和工业应用；目前已经成功应用于梅山钢铁、青钢等钢铁企业炼钢厂，为企业产品质量提升和稳定性提升提供有效保障。期望技术转移成交价格（面谈）。 市场分析: 国内外钢铁企业。 投资估算和经济效益分析：实现了冶炼过程不同时刻的钢中非金属夹杂物和钢液成分的智能化预测，应用和推广成功的为企业根据不同的产品性能要求，对钢中非金属夹杂物实现定制化工艺优化设计，产生了良好的经济效益。 成果亮点： 1、本成果通过对渣-钢-夹杂物-合金-耐材-空气六元体系进行耦合动力学计算，将冶金反应器内钢液三维流动和夹杂物动力学相结合，详细考虑钢液传质系数、夹杂物上浮去除率和夹杂物捕捉等因素的影响，建立高品质钢的精炼、中间包和结晶器的全流程智能模型，有效地在线预测不同反应器内夹杂物的成分、数量和尺寸变化，以及预测最终铸坯中夹杂物的成分和尺寸分布。2、获得国家自然科学基金钢铁联合基金重点项目资助，获得法国国际期刊“Metallurgical Research Technology”最佳论文一等奖；