钢铁材料及有色合金构件的多段半固态成形工艺研究

摘要:目的 为了有效抑制半固态成形过程中的液相偏析,改善半固态成形构件微观组织和力学性能的均匀性。方法 提出了包括多段流变成形和多段触变成形在内的多段半固态成形工艺。多段半固态成形工艺均由半固态坯/浆料制备、预成形、控温冷却和终成形4 个阶段组成,分别在热模拟试验机和机械伺服压机上开展了SKD11 工具钢和6061 铝合金的半固态触变成形和半固态流变成形试验。结果 在初成形阶段,具有较高液相分数的半固态坯/浆料以较高的应变速率初步充填型腔,限制了液相外流的时间和空间;在控温冷却阶段,半固态坯/浆料的液相分数因部分凝固而降低;在终成形阶段,具有较低液相分数的半固态坯/浆料以较低的应变速率完成型腔的充填,由于固相晶粒在此阶段发生塑性变形而提高了成形构件的力学性能。结论 获得了组织均匀性较好的钢铁材料和有色合金构件,验证了多段半固态成形工艺的可行性。

底吹搅拌技术在电弧炉中的应用与发展

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。

钢铁表面电镀金属及其性能研究进展

业领域。然而钢铁的腐蚀、磨损问题一直困扰着人们。金属镀层凭借低廉的价格、简单的制备工艺和出色的防护能力常被用于钢铁的磨损、腐蚀防护。综述了锌、镍、铬及其合金镀层对钢铁硬度、耐磨、耐蚀性的影响,阐述了电镀液成分对镀层质量的影响;介绍了脉冲参数对镀层组织结构、耐磨、耐蚀性的影响以及超声波、磁场等辅助加工技术在电镀工艺中的应用;总结了目前钢铁表面电镀金属存在的一些挑战,并对电镀的发展做了适当展望。

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。

板带轧制数字化技术进步与发展趋势

摘要:板带材轧制过程的各工序都已达到较高控制水平,但工序耦合和工况复杂性限制了产品质量及生产效率的提升。如何提高模型精度与复杂工况的动态适应能力,实现工序内和工序间的各层次协调优化,是本领域面临的挑战性问题。数字化技术对提升产品质量和生产效率、降低成本、减少排放等具有重要作用,是推动钢铁企业转型升级发展、持续提升竞争力的关键。首先,分析了轧制过程的特点以及数字化升级的解决方案,提出了以工业互联网为载体、以智能感知和动态数字孪生为基础、以全流程多工序协调优化控制为核心、以信息物理系统(CPS)为支撑的板带轧制过程数字化升级的总体架构。随后,梳理了板带轧制过程中工业互联网、数字孪生模型、全流程协调优化和信息物理系统4个方面的数字化发展现状。最后,基于数字化发展现状,对板带轧制数字化技术的发展方向进行了展望。

南极大气环境下Q460和Q690低合金钢的腐蚀行为

摘要:基于室外暴露实验,通过腐蚀速率测试、腐蚀形貌分析以及腐蚀产物分析等方法,研究了Q460和Q690低合金钢在南极大气环境下暴露1个月和12个月的腐蚀行为。结果表明,南极低温环境冰层、雪层覆盖下电化学腐蚀过程依然可以发生。暴露初期,冰雪冻-融环境导致液膜长周期存在促进了腐蚀的进行并且加速了局部腐蚀,Q460和Q690钢的腐蚀速率分别为29.7和77.0μm/a。暴露12个月后,腐蚀速率分别降低至10.7和18.7μm/a,腐蚀产物主要由α-FeOOH、γ-FeOOH、β-FeOOH和Fe3O4/γ-Fe2O3组成。由于Cl-的存在,Q460钢和Q690 钢的锈层产生了较多的β-FeOOH和裂纹。长周期暴露时,金属表面被冰雪所覆盖,冰层以及锈层对溶解氧及侵蚀性离子的阻挡使得腐蚀的发生受到了抑制,并且局部腐蚀向均匀腐蚀演变。

冷轧镀锌卷表面细微缺陷检测方法

摘要:[目的]一般冷轧镀锌卷表面细微缺陷检测模型难以兼顾高精度和低复杂度。[方法]提出了一种基于钢缺陷数据集(SDD)和 YOLO(即 you only look once)算法的细微缺陷检测模型。该模型通过 3 个关键创新来解决上述问题:在特征提取阶段仅对未被遮挡的有效像素进行运算,在特征表达阶段采用高频低尺度直连技术和 Harr小波变换,在缺陷回归预测阶段使用可变形卷积学习共享卷积核偏置参数。[结果]在自建的 SDD上,该模型达到 94.9%的检测精度和 103 FPS(帧率)的推理速度,模型大小仅13.8 M。[结论]本文为镀锌卷表面细微缺陷检测提供了高效的轻量级解决方案。

钢轧制过程中非金属夹杂物变形研究进展

摘要:针对轧制过程中非金属夹杂物变形的研究方法、表征参数以及影响因素进行了综述。研究表明冷轧过程中弹性模量小的夹杂物具有更好的变形能力,热轧过程中黏度小的夹杂物更利于变形,轧制温度在钢基体、夹杂物的流动应力曲线交点温度左右的温度区间内有较大的影响。还分析了夹杂物尺寸、轧制压下量等因素对夹杂物变形的影响。不同种类夹杂物的物性参数与变形能力之间的定量研究将会成为将来的研究重点。

机器学习在金属微观组织图像分割中的应用

摘要:介绍了机器学习在金属微观组织图像分析中的应用,梳理了微观结构的发展历程。重点介绍了传统机器学习方法、深度学习方法、大模型在微观组织图像分割中的应用并进行了详细的总结和举例说明。其中,深度学习方法可以自动提取高维度特征,快速地对批量图像进行准确分割,但存在数据依赖性强,通用性差等缺点,在一定程度上限制了该方法的推广和应用。大模型的出现为其缺乏泛化能力和过分依赖数据等问题提供了新的解决方向。通过分析大模型在金属微观组织图像分割的应用,指明了大模型在金属材料领域的丰富前景,并探讨了未来大模型的主要发展方向。

我国复合钢板轧制技术的发展、现状及展望

摘要:近年来,我国轧制技术发展和社会转型对功能增强型钢铁材料的需求大大促进了复合板轧制技术快速发展。概述了近年来我国轧制复合技术的进步,主要介绍了轧制复合钢板的组织性能控制、基层与覆层组织控制及其加工性能。介绍了中厚板、热连轧、冷轧等典型轧制复合钢板产品及其示范应用情况。同时,指出由于大部分轧制复合钢板是全新的材料,针对具体应用场景的产品设计、制备、加工、安装应用全产业链技术和规范还不完备,需要有针对性地组织力量进行开发研究。