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。

增材制造奥氏体不锈钢抗氢脆行为研究进展

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。

工模具钢中碳化物控制

摘要: 本文中归纳了工模具钢中碳化物的析出温度、类型,以及不同种类碳化物的形成机理,并综述了国内外对工模具钢中碳化物控制的研究方法和进展情况,分别介绍了工模具钢中碳化物的多种控制方法,包括添加孕育剂或微合金化元素、调控冷却速率、采用机械/ 电磁搅拌技术、优化热加工与热处理工艺等.通过显微表征技术与计算机模拟技术的结合,深入揭示了碳化物的形成机理;此外,系统阐明了热加工工艺参数对碳化物破碎分解的调控机制,以期为精准控制碳化物形貌特征提供理论依据.

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。

激光喷丸处理对铁基熔覆层的组织演变和磨损性能的影响

摘要:为改善传统激光熔覆制备过程中产生的气孔、微裂纹、残余应力等质量问题,提高熔覆层的力学性能,采用激光喷丸(Laserpeening,LP)后处理铁基熔覆层,对比分析激光喷丸处理前后熔覆层的微观组织演变规律和磨损性能机理。结果发现,经LP处理后,熔覆层中没有发生相变,(110)晶面衍射峰产生了宽化效应,细化了表层的晶粒,改变了表面复杂的残余应力场,获得了均匀分布的残余压应力,显微硬度为激光喷丸处理前的1.3倍,摩擦系数相较于激光喷丸处理前降低了25%,有效的增强了熔覆层的磨损性能。

氢冶金场景下规模化固态氢储运技术的开发及应用

摘要:钢铁行业的氢冶金是未来氢能规模化应用的主要场景之一,炼铁炉利用氢气作为还原剂,替代传统的碳基还原过程,从而减少温室气体排放。在氢冶金过程中,建立高效可靠的氢储运产业链是成败的关键。简述了氢冶金背景和国内外氢气储存领域的研究进展和应用现状,对各种储存技术进行了简明分析。结合氢冶金工厂的特点,提出“气固相分离式固态氢储运技术”的方案,理论上可实现经济、安全、长距离、面向工业应用的大规模氢储运。未来可通过工程化手段实现大宗含氢物料的制备和存储运输,并与冶金或化工工厂的原料工艺流程实现有效衔接,对上游合金资源产业和可再生能源制氢产业也有重要推动作用。

机器学习辅助增强成形性双相钢的设计与组织性能关系解析

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。