Рафінування металу є вирішальним кроком у виробництві високоякісних металів, де домішки видаляються відповідно до певних галузевих стандартів. Процес рафінування включає складні хімічні, фізичні та термодинамічні взаємодії, які відбуваються на різних стадіях, таких як плавлення, окислення та відновлення. Ефективні технології переробки є важливими не лише для покращення якості кінцевого продукту, але й для оптимізації споживання енергії, зменшення відходів та мінімізації впливу на навколишнє середовище. Через складність цих процесів одних традиційних емпіричних методів часто недостатньо для оптимізації операцій. Тому потреба в точних і прогностичних моделях стала очевидною як в академічних дослідженнях, так і в промислових застосуваннях. Було розроблено різні методи моделювання для імітації процесу переробки, кожна з яких має свої переваги та обмеження. Ці моделі мають на меті надати розуміння поведінки металів і домішок за різних умов, дозволяючи краще контролювати параметри рафінування та підвищувати ефективність процесу. Стаття містить огляд основних методів, які використовуються для моделювання процесу рафінування металу, зосереджуючись на термодинамічних, кінетичних, обчислювальних гідродинаміках (CFD) і математичних моделях. Кожен метод обговорюється з точки зору його підходу, сильних і слабких сторін. Розглянуто математична модель колективного введення добавок у металеву ванну у ковші. Модель враховує імпульсний вплив добавок на гідродинаміку розплаву, а також перенесення декількох дисперсних фаз. Також у статті окреслено майбутні напрямки вдосконалення цих методів моделювання для подальшого підвищення ефективності та стійкості процесів рафінування металу.

This article provides an overview of the main methods used to model the metal refining process, focusing on thermodynamic, kinetic, computational fluid dynamics (CFD) and mathematical models. A mathematical model is considered that takes into account the impulse effect of additives on the melt hydrodynamics in the ladle. The article outlines future directions for improving modeling methods to further improve the efficiency and sustainability of metal refining processes.