摘要: 随着计算机技术的蓬勃发展，AI 及大模型在钢铁工业的应用成为推动产业智能化转型的关键力量。主要针对大模型在钢铁工业的应用展开，首先，总结工业大模型的构建方式及典型应用领域; 其次，阐述钢铁工业的特点，总结钢铁工业大模型的相关技术; 最后，对于大模型的应用场景展开讨论，突出大模型在钢铁生产流程上的典型应用场景，如感知类任务及认知类任务突破。未来钢铁工业有望将大模型深度应用于新产品、新体系开发，以及提供综合决策支持，实现对钢铁企业的能源、原料调度及钢铁全流程监测等应用，推动钢铁工业实现高端化、智能化、绿色化发展，提供数字化发展的新思路。

摘要：超低碳钢显微组织为铁素体，在制样过程中极易出现划痕和晶界腐蚀不清晰的现象，严重影响金相组织分析。同时，显微组织特征的分析结果严重依赖于专家经验，受主观因素影响较大且效率低。为了高效获得超低碳钢显微组织特征信息，基于超低碳钢金相图像数据集，采用归一化、自适应阈值法处理图像，增强图像对比度；融合自注意力机制（Self-Attention，SA）和循环回归生成对抗神经网络（CycleGan），开发基于CycleGan+SA 的晶界增强算法；建立超低碳钢显微组织特征强化模型，实现了显微组织图像的自动处理与晶界信息的特征强化。在此基础上，采用分水岭分割算法对晶界强化后的显微组织图像进行精细化分析。结果表明，CycleGan+SA 算法可以有效去除原始金相图像中的划痕并补全晶界模糊区域，实现超低碳钢晶界特征强化。相比原始的CycleGan 算法，引入注意力机制后，CycleGan+SA 算法可以实现更清晰的晶粒分割，图像识别精确度P 值由97.43% 提升至98.75%，综合评价指标F 值由97.49% 提升至98.73%。在显微组织精细化分析方面，通过与常用分析软件对比，超低碳钢显微组织特征强化模型与Image J 软件测定的晶粒尺寸平均误差为1. 2 个晶粒，与Image Pro Plus 软件测定的晶界比例误差为0.008 个百分点，模型与软件统计结果吻合较好，具备一定的应用前景。

摘要：在凝固过程中，晶粒竞争生长是1 个普遍存在的现象，而不同取向晶粒间的竞争行为最终会关系到产品的服役性能。在定向凝固单晶涡轮叶片制备的过程中，无论采用选晶法还是籽晶法控制晶体取向均会涉及晶粒竞争现象，这对于能否顺利制备完整的单晶结构起到决定性作用。从定向凝固晶粒竞争生长模型作为切入点，详细地梳理了晶粒竞争生长机理的研究进展。综述了晶粒竞争生长的影响因素，并总结其调控机制。首先介绍了温度梯度的改变导致晶粒竞争结果的差异；其次，在溶质浓度方面，介绍晶粒的淘汰行为与溶质相互作用的关系；而后针对晶体取向的影响，为更好地获得晶粒竞争结果，分别从晶粒的枝晶主轴偏离温度梯度方向的竞争关系与侧枝偏离晶界一定角度的竞争关系这两方面探讨，并将晶粒的竞争淘汰机理从最初的二维扩充到三维取向进行解释；此外，得出抽拉速率作为定向凝固唯一且能够大范围调控的参数，会影响晶粒淘汰结果的一致性，同时还特别说明了工业生产钢铁材料中冷却速率对晶粒竞争生长的影响。最后进一步对定向凝固晶粒竞争生长研究进行了总结与展望，并指出未来研究亟待解决的问题，强调了实际工业生产中，晶粒竞争生长对合金材料的重要性及应用意义，可为制造领域提供指导。

摘要： 在当前“双碳”背景下，冶金流程典型大宗固废及其他大宗工业固废的高值化利用已成为行业亟待解决的问题。冶金流程大宗固废中的高炉渣、除尘灰与其他大宗工业固废中的粉煤灰与煤矸石中均含有较丰富的硅、铝等有效资源，通过相应调质、配比处理，可以将上述固废制成具有良好隔热耐火性能的无机纤维材料，进而实现冶金流程大宗固废及其他大宗工业固废的高值化利用。总结了以调质高炉渣作为原料制备矿棉纤维、以除尘灰协同粉煤灰或煤矸石作为原料制备硅-铝系陶瓷纤维材料的研究进展；从基本原理、试验研究及生产实践3个方面分析了喷吹法与离心法制备无机纤维的研究进展。分别开展了以调质高炉渣为原料通过喷吹法与离心法制备矿棉纤维的中试试验研究，结果表明，喷吹压力对纤维渣球含量的影响较显著，对纤维平均直径的影响较小，当喷吹压力从0.20 MPa 升高至0.38 MPa 时纤维渣球质量分数从25% 下降至16%，纤维直径基本无变化；辊轮转速对纤维渣球含量基本无影响，对纤维直径的影响较为显著，随着辊轮转速升高，纤维平均直径从3.17μm 下降至2.73μm；对比了2种方法制得矿棉纤维在纤维直径、纤维渣球含量及纤维抗压强度3个方面的差异。另外，概括了以冶金流程大宗固废协同其他大宗工业固废为原料制备的硅-铝系无机纤维材料在建筑、工业、气凝胶及光催化材料方面的应用前景；在现有的研究基础上提出了冶金流程大宗固废制备无机纤维材料的研究方向，以进一步推动行业实现变废为宝，节能降碳。

摘要： 钢铁行业作为国民经济的支柱产业，在碳中和背景下，降低其能耗和碳排放迫在眉睫。废钢是具有低碳属性的铁素资源，其产量逐年增加，使用废钢是快速实现降碳的有效途径。然而，废钢中的残余元素问题显著制约了废钢的高质化利用。系统分析了钢中残余元素及其对组织性能的影响，结合残余元素的化学冶金特征，将残余元素分为3 大类，分别为含量较高的Cu、Cr、Ni、Mo，易偏析偏聚的As、Sn、Sb、Bi 和杂质元素N、S。在此基础上分析了不同国家、企业和种类废钢中的残余元素含量特征，调研了2000—2024 年国内外废钢中残余元素的最大含量，结合国内电炉流程钢铁企业的实测数据，明确了废钢中主要残余元素的最大含量范围，并介绍了主要残余元素的作用机制，为废钢高质化利用提供依据。

摘要： 热轧生产过程中道次间的应变诱导析出硬化行为与静态再结晶软化行为的耦合作用对钢材显微组织变化具有决定性影响。此外，对于Nb-Ti 复合微合金钢，其析出行为中组织演变过程异常复杂，会导致以假设和试验数据建立的传统物理冶金模型的计算精度偏低。随着机器学习在钢铁生产过程中的广泛应用，其逐渐被引入到Nb-Ti 微合金钢热变形过程中物理冶金行为的建模上。首先，在收集文献数据的基础上，通过相关性分析筛选出对再结晶和应变诱导析出行为影响权重大的成分和工艺参数作为模型输入变量；在此基础上，引入随机森林（RF）、极限梯度提升（XGBoost）及人工神经网络（ANN）3 种机器学习算法，分别建立了再结晶模型中静态再结晶分数为0.5 时对应的时间（t0.5）、材料参数（n）以及析出模型中析出开始时间（tps）和结束时间（tpf）的计算模型，其中，RF 模型计算的t0.5、n、tps 和tpf 的均方根误差（RMSE）分别为2.25、0.08、49.50、1252.8，优于其他机器学习算法。以700XL 为目标钢种进行双道次压缩试验，发现当变形温度为1 000 ℃时，软化率曲线变化呈现典型的再结晶软化过程；当变形温度为950 和925 ℃ 时，将同时发生微合金元素的应变诱导析出和静态再结晶，二者的耦合作用会导致软化率曲线出现“平台”。试验数据验证表明所建立的机器学习模型在析出的起止时间计算精度上优于传统物理冶金模型，同时计算得出的软化率曲线很好地呈现了再结晶与析出的交互作用规律。

摘要：炼钢合金化过程中的合金减量化技术旨在减少合金元素的使用，降低生产成本，同时确保最终的钢材仍然具有所需的性能和特性。介绍了铁合金的理化特性，利用转鼓实验定量评价铁合金粉化性能。在使用过程中应根据合金粒度和密度进行梯级存放，确保其吸收率，且在存储、转运和使用过程中应尽量减少碰撞，避免入炉前的粉化损失。利用神经网络及大数据模型建立炼钢合金减量化智能控制系统，已应用于国内10 余家钢铁企业。基于现场操作数据及过程分析，给出定制化合金循环替代方案，降低钢铁企业铁合金使用成本。在冶炼特定钢种时应注意合金中有害元素含量，同时针对合金主成分变化做出精细化选择，减少因合金成分波动引起的成本增加。通过分析当前炼钢用合金减量化技术，提出了未来铁合金减量化方法的改进方向和趋势：一是注重铁合金品质的提升，减少不必要的合金元素使用，避免资源浪费；二是提升数字化和自动化技术水平，以监测和控制合金化过程，提高炼钢工艺的稳定性和可控性。

摘要：增强成形性双相钢（DH 钢）是在双相钢（DP 钢）基础上研发的先进高强钢，以满足汽车复杂形状零件成形对材料塑性的更高要求。目前，抗拉强度980 MPa 级别的DH 钢已实现规模化生产，抗拉强度1180 MPa 级别的DH 钢研发受到广泛关注。采用面向性能的机器学习方法，设计了一种1180 MPa级DH 钢的化学成分和制备工艺参数，并通过可解释性机器学习分析了材料显微组织特征与力学性能之间的内禀关系。首先，基于文献数据，采用神经网络算法构建成分/工艺−性能预测模型，并采用多目标遗传算法高效设计了新型DH 钢的化学成分。然后，基于新型DH 钢的制备工艺参数正交实验结果，采用随机森林算法构建了以工艺参数为输入的抗拉强度和断后伸长率（A80）预测模型，通过多目标遗传优化算法得到了较优的制备工艺参数，即卷曲温度510℃、退火温度860℃、退火时间160 s、缓冷温度715℃、过时效温度340℃、过时效时间110 s。设计的新型DH 钢具有优异的强塑性匹配，抗拉强度和断后伸长率分别为1214 MPa 和15.5%。最后，采用SHAP 分析揭示了组织特征对力学性能的影响规律，为先进高强钢的设计和组织性能调控提供理论参考。

摘要：氢能作为一种新型能源正受到国际社会的广泛关注，然而，用于氢能运输和储存的奥氏体不锈钢不可避免地面临氢脆问题。传统工艺制备的奥氏体不锈钢无法避免氢脆发生，而增材制造工艺在制备奥氏体不锈钢抗氢脆结构部件方面具有显著优势，为解决奥氏体不锈钢氢脆问题提供了新思路。概述了增材制造奥氏体不锈钢抗氢脆机制的研究进展，并对以下方面进行了讨论与分析：传统奥氏体不锈钢氢原子捕获及其氢脆机制；增材制造奥氏体不锈钢微观组织结构特征及其对氢原子捕获的影响；增材制造奥氏体不锈钢的抗氢脆性能及机制。对增材制造奥氏体不锈钢在氢环境中的应用进行了总结和展望。

摘要：发展电弧炉短流程炼钢是钢铁工业实现“双碳”目标的重要途径。近年来，现代电弧炉技术发展迅速，电弧炉底吹搅拌技术也在不断进步和推广，对电弧炉生产的高效化和节能化作出了重要贡献。针对电弧炉底吹搅拌技术的机理、工艺特点、系统组成、气体种类、底吹元件类型及工艺布置方式进行综述，并对底吹技术的应用情况进行总结分析。模拟计算得出，远离底吹装置的区域，钢液流速明显偏低。结合炉型特点布置底吹装置及优化底吹气量，可改善熔池动力学条件，促进钢液元素传质，实现降低能耗和原材料消耗、提高生产效率的效果。深度开展底吹技术研发，与吹炼、供电、喷粉等工艺技术耦合，并结合新炉型特点制定底吹工艺制度，实现智能化底吹是发展现代电弧炉短流程技术的重要方向。