耐磨钢生产研究现状与分析
摘要：概述了耐磨钢的主要技术要求、生产工艺以及国内外研究现状，重点介绍了准贝氏体高强耐磨钢、奥氏体耐磨钢及马氏体耐磨钢的成分、性能、强化机理及生产工艺，并指出耐磨钢开发应注重系列化和经济性。
高强钢氢含量预测及可解释性分析框架
摘要： 构建了一个基于数据驱动方法的高强钢氢含量预测与可解释性分析框架，系统评估了人工神经网络（ANN）、支持向量机（SVM）、随机森林（RF）和极端梯度提升算法（XGBoost）4 种机器学习模型在多维特征空间下的预测性能，同时进一步利用SHAP（SHapley Additive exPlanations）方法开展可解释性分析，揭示12种元素（铁、碳、钼、锰、钛、钒、硅、铬、铜、镍、铝、铌）含量以及电流密度、温度、充氢时间、应变速率4 种试验条件对氢含量预测的贡献规律及其交互作用。结果表明：ANN、RF 和SVM 模型在训练集和测试集上预测氢含量的均方根误差和预测波动范围较大，部分预测结果在2 倍误差带外；XGBoost 模型在训练集和测试集上均具有较小的均方根误差和预测波动范围，预测结果均匀地分布在2 倍误差带内，该模型对高强钢氢含量的预测性能最佳。ANN 和SVM 模型的6 个特征（碳、锰、硅、铜含量，应变速率，充氢时间）对氢含量预测的贡献相对均衡，表明预测依赖多数特征的综合作用；RF 和XGBoost 模型的1～3 个特征（碳、锰或硅含量）的贡献显著更高，其余特征仅作为辅助信息，对预测结果的影响较小。高低特征值在正负贡献上混杂分布，说明氢含量与各特征存在显著非线性响应，并且预测结果受多特征间的复杂耦合效应影响。
不锈钢材料的钝化技术及其研究进展
摘要：不锈钢材料性能优越，应用广泛，钝化处理是其成型过程中重要的一种后处理工艺。参照近年来不锈钢钝化的研究成果，总结梳理了不锈钢钝化的机理、检测与工艺方法，并展望了其未来的发展方向。
管线钢氢脆的研究进展
摘要：氢能是一种绿色低碳二次能源，提高氢能的利用率可以促进节能减排，减少环境污染。现阶段高效率的输氢方式主要为管道运输，管线钢的氢脆影响着运输安全，如何提高管线钢抗氢脆能力一直受到广泛关注，但目前没有合适的理论可以完整解释氢脆现象。从管线钢的发展和氢脆机理等方面分析了不同等级管线钢的综合性能和发展趋势，主要介绍了氢压力理论、氢增强局部塑性理论（ＨＥＬＰ）和氢致弱键理论（ＨＥＤＥ）３种氢脆机理。从合金元素、微观组织、加工工艺、氢浓度和氢环境的角度探讨了影响管线钢氢脆的因素。最后结合现阶段研究现状，分析了管线钢发展中的重点难点，为抗氢脆管线钢的开发与应用提供参考，同时展望了管线钢未来需要关注的研究方向。
我国宽厚板轧机现状及品种需求
摘要：简要介绍了我国套宽厚板轧机的现况。指出我国宽厚板轧机存在整体装备水平低且能力发挥不足等问题。提出应采用现代化的测试等新技术才能确保产品质量。并概述了我国造船、锅炉、电站、压力容器、工程机械、模具及采油平台等用钢板的规格、数量、品种、需求情况。
取向电工钢生产技术进步与发展
摘要：取向电工钢(Grain Oriented Electrical Steel, GOES)是现代电力能源系统建设的重要基础材料之一,在高效能输变电中发挥着至关重要的作用。由于其制备过程复杂、装备功能精度要求高且工艺控制难度大,实现高性能取向电工钢的生产需要在制造装备及工艺技术方面同步取得重大突破。阐述了取向电工钢在成分设计、显微组织控制及加工工艺等全流程中的技术进展和发展水平。具体分析了取向电工钢中各类合金元素的作用及实现目标成分的关键制备技术;总结了其在轧制和热处理过程中的显微组织演变规律;探讨了轧制和热处理过程中关键工艺参数对显微组织的影响;并概述了关键后加工涂层和磁畴磁化技术的特点。最后结合取向电工钢发展面临的严峻挑战,阐明了该领域未来的研究方向和发展趋势。
特殊钢发展新趋势与工艺创新
摘要: 根据国内外文献总结提出21世纪特殊钢质量提升的重点从洁净钢冶炼转移到大型夹杂物控制，特别应加强硫化物控制。最大夹杂物尺寸对钢材疲劳性能有明显影响，当w(T.O)≦5×10-6时硫化物影响最大。大型夹杂物主要来源于渣钢反应产生的MgO-Al2O3和CaO-Al2O3夹杂以及卷渣形成的CaO-SiO2-Al2O3系夹杂。控制大型夹杂物必须改进生产工艺: 降低炉外精炼负荷、改变脱氧工艺、严格控制卷渣和促进连铸过程夹杂物上浮。
刀剪用马氏体不锈钢的研究现状与发展趋势
摘要：本文系统梳理了刀剪用马氏体不锈钢的钢材牌号、材料成分及热处理工艺。针对刀剪工具对切割性能、防腐性能的核心需求，综述了近年来通过优化热处理工艺、控制碳化物形态、开发高氮马氏体不锈钢和应用表面处理技术等手段来提升材料综合性能的研究进展。同时，总结了马氏体不锈钢的抗菌功能化改性方法。最后，展望了刀剪用马氏体不锈钢的发展趋势，提出有价值的探索方向。
无缝钢管穿孔顶头技术研究进展
摘要：穿孔顶头作为无缝铜管生产的关键工具，其性能直接影响产品质量和生产效率。阐述了穿孔顶头的研究现状，分析了顶头在极端工况下的失效机理，包括鼻部塌陷、表面黏钢、轴向开裂及氧化膜剥落等失效形式的产生原因及其工艺过程的内在关联；探讨了合金钢顶头和钼合金顶头的特点、性能及适用范围；系统介绍了改善顶头性能的措施，包括结构设计及表面强化技术等。探讨了顶头的研究方向。
基于深度学习钢中非金属夹杂物图像识别
摘要:炼钢过程中钢水易和炉渣、耐火材料、气氛等相互作用形成非金属夹杂物,非金属夹杂物会破坏钢基体的连续性,增加钢组织的不均匀性,进而影响钢铁材料的塑性、韧性、抗疲劳强度等力学性能,成形过程中也易引起产品缺陷。夹杂物的定性检测一般通过扫描电子显微电镜(SEM)和能谱仪(EDS),但耗时较长、随机性也较大。因此,非金属夹杂物的快速检测和识别对改进炼钢工艺至关重要。近年来,随着计算机视觉技术的日渐成熟,基于区域的卷积神经网络(RCNN,region-basedconvolutionalneuralnetwork)算法经过多代演化,并添加了掩码分支网络,形成了Mask-RCNN。Mask-RCNN既能实现夹杂物边框的准确定位,也能实现图像分割和识别分类,可有效应用于夹杂物分割和识别。采用计算机视觉(CV)任务中Mask-RCNN目标检测算法,对低密度钢中典型AlN、Al2O3、MnS和AlN-MnS4类非金属夹杂物的SEM 图片进行训练,经过10000次的迭代训练后,对各类型夹杂物进行边框定位、图像分割及识别分类,并对测试集进行验证,实现了4类夹杂物边框的准确定位和图像分割。所选用模型对夹杂物检测识别效果较好,准确率高,4类目标夹杂物中,MnS和AlN-MnS夹杂物识别准确率达到100%,AlN夹杂物的识别准确率为95.91%,Al2O3夹杂物的识别准确率为83.33%。
