机器学习在材料科学中的应用

摘要:概述了4种机器学习方法,包括监督学习、无监督学习、深度学习、强化学习。讨论了机器学习在材料设计与发现、材料表征和计算材料学中的具体应用,展示了其在加速材料开发和优化方面的潜力。介绍了材料科学中的数据库和数据挖掘技术,总结了数据库的发展和数据挖掘的应用。汇总了新兴大模型技术在材料科学中的应用,提出大模型技术的发展引领材料科学进入了智能化新时代。然而当前领域仍面临诸多挑战,如数据质量、模型解释性和隐私安全问题等。通过深入研究和国际合作,未来的材料科学有望通过机器学习技术实现更加智能化和高效的材料设计与发现。

提高冷弯矩形钢管质量的措施

摘要:从原材料、轧制孔型、工装设备、焊接工艺参数、焊缝质量的检测方法等方面入手,阐述提高普通冷弯矩形钢管及带尖角冷弯矩形钢管外形尺寸精度、焊接质量、表面质量等的几种控制方法。实践证明:采用斜插辊、精成型时用箱形辊、总结最佳成型参数,优化改进侧立辊装配机架、立辊座和轧机机架结构,能使成型更加稳定、精准,可提高产品外形尺寸精度;通过提升带钢质量,优化焊接工艺等,可确保焊接质量的稳定;选择合理的轧辊模具,保证循环冷却水的清洁使用,优化输送辊道等,可改善冷弯矩形钢管的表面质量。

吉帕钢冷轧板形及厚度精度控制技术研究

摘要:针对吉帕钢冷轧板形及厚度精度控制的生产难题,设计出一种三次多项式与正弦函数组合的新型辊型,并开发出基于十八辊单机架轧制和冷连轧的目标板形动态设定控制技术,实现了多种超薄规格吉帕钢的稳定冷轧,最高轧制速度达到800m/min;开发出基于性能前馈的吉帕钢冷轧厚度精度控制方案,包括新型AGC性能前馈控制轧制技术以及厚度扩展性能前馈控制轧制技术,成功用于吉帕钢十八辊单机架轧制和冷连轧轧制,带钢头尾厚度偏差在2%以内的控制能力提升达到37%。

高频磁场在材料加工中的应用与最新进展

摘要:材料电磁加工向高频技术方向发展,高频磁场在材料加工过程中发挥着重要作用。传统高频磁场技术相较于工频电磁加工技术可以对导电材料产生更显著的热效应和电磁力,通过无接触的工作方式,广泛应用于感应淬火、感应焊接、感应热弯成型、感应熔覆以及电磁悬浮熔炼等金属材料的制造和加工中,具有高效率、高可控性、低能耗的优势。近年来发展出的高频磁场作用于低电导率液体中的新应用,突破了传统电磁技术在处理低导电材料时的限制。由独特排布的双相电感线圈产生的高频行波磁场可以对电导率为1~100S/m低导电液体产生厘米每秒量级的驱动效果,可以强化工业中液态钢渣等低导电液体的三传过程,有望应用于热态钢渣提铁技术,提高钢渣铁资源的回收率。结合传统高频技术和高频行波磁场技术的特点和应用,高频磁场技术在材料加工领域的未来发展需通过线圈结构设计以及频率控制实现复杂的加工过程,并将可应用的材料拓展到低导电介质领域。

高Cr马氏体耐热钢的协同强化机制及形变热处理应用

摘要: 高Cr (9%~12%,质量分数)马氏体耐热钢因其较高的热导率、较低的热膨胀系数以及优异的高温蠕变强度等优点而被认为是超超临界火电机组关键设备升级改造的主选材料。然而,服役过程中高Cr 马氏体耐热钢高温蠕变强度的不断弱化严重影响了其安全可靠性。以往提升高Cr 马氏体耐热钢高温蠕变强度的主要手段是通过合金成分优化设计来促进沉淀相弥散析出,但单一析出强化效应对蠕变强度的提升效果非常有限。近年来,位错-沉淀相-界面协同强化效应在提升高Cr 马氏体耐热钢高温蠕变性能方面表现出显著效果。其原理是通过形变热处理引入位错来促进多种沉淀相弥散析出,同时通过控制相变来细化板条组织,增强位错、沉淀相及界面3 者之间的交互作用,从而实现多类蠕变强化效应的协同提升。本文总结了高Cr马氏体耐热钢的协同强化机制及形变热处理组织调控,从高温蠕变强度提升角度回顾了合金成分的优化历程,阐述了热处理过程中的相变行为及高温组织退化机理,对比分析了单一析出强化效应及形变热处理后位错-沉淀相-界面协同强化效应对其高温蠕变强度的影响规律,并基于焊接接头蠕变失效行为探索了形变热处理对焊接热影响区的组织调控机制,以期为高Cr马氏体耐热钢及其他火电机组用沉淀型强化耐热钢的材料设计及工程应用提供指导。

薄规格和极薄/超薄硅钢发展态势研究

摘要:近年来,全球新能源汽车市场的高速发展使得薄规格硅钢的需求开始增多,特别是快速自粘结涂层技术的进步,极大程度地拉动了薄规格和极薄/超薄硅钢在驱动电机、高速电机、微电机等高端电机市场的需求。目前许多新能源汽车驱动电机厂正在求购快速自粘结涂层硅钢,众多硅钢企业以及科研单位、涂料企业、铁心企业纷纷研发快速自粘结涂层和模具冲片技术,从中可以看到薄规格和极薄/超薄硅钢的发展趋势。本文重点阐述薄规格及极薄/超薄硅钢的生产现状、发展及需求趋势。

超高强钢的开发进展及工艺分析

摘要:本文对国内外屈服强度为690MPa及以上级别超高强钢的开发进展及生产工艺进行了对比分析,结果表明,采用直接淬火及在线淬火+回火工艺可以简化生产工艺、降低生产成本。

机器学习在炼钢工业的深度应用:机遇与挑战

摘要:随着人工智能的快速发展,机器学习算法在炼钢工业中的应用成为研究热点。本文系统探讨智能模型在短流程炼钢过程复杂工业场景的深度应用挑战与机遇,重点分析其在电炉、精炼和连铸等核心环节的应用现状。结合钢铁流程的典型场景,阐述机器学习在工艺优化、异常诊断与自主决策等方面的思考。针对炼钢环境下的实时性、可靠性需求,提出机器学习在智能制造体系中的研究方向,包括多模态感知、因果推理与数字孪生等前沿技术。最后,探讨机器学习在短流程炼钢工业深度应用面临的挑战、潜在的解决方案和未来应用展望。

连续板带热镀锌及锌合金镀层的特点与展望

摘要:介绍了目前主要连续板带热镀锌及锌合金镀层的特点及发展现状,对镀层主要结构组成及性能特征进行了介绍,并对连续板带镀层产品今后的发展进行简要分析。

基于数据治理的钢铁材料数字化研发

摘要:针对国内钢铁行业在数据治理、数字化和智能化应用技术方面的现状与挑战,提出将高通量试验、材料集成计算、大数据分析相结合的材料数字化研发思想,以推动钢铁材料数字化革新。分析了当前钢铁行业数字化研发的背景及其在全球范围内的发展趋势,强调了在数据治理中数字材料基因(DMG)在材料科学中的中心地位,并提出了用于数字材料研发的试验-计算-数据-整合(ECDC)的系统框架,包括高通量试验驱动模式、计算驱动模式、数据驱动模式和整合策略。这些模式不仅促进了材料的快速开发和性能优化,还实现了工艺和材料设计的高效整合。通过详细介绍数字化研发在温成形中锰钢、吉帕级海工钢、第三代Q&P钢开发等具体案例中的应用,以展示数字化方法有效解决材料的高强、高韧、高耐蚀等设计难点的途径。材料数字化研发思想为钢铁材料的数字化研发提供了理论和实践指导,通过整合和优化不同的技术方法,数字化研发体系有望显著提高钢铁材料研发的效率和质量,推动钢铁行业的高效可持续发展。