镀锌辊涂自动控制关键技术研究及应用

摘要:为了解决连续热镀锌辊涂处理过程人工干预过多而产生大量降级品的问题,以某热镀锌机组镀后化学辊涂机为研究对象,首先针对工业生产过程中镀后辊涂处理复杂多变的特征,形成了基于现有辊涂机能力的自动控制提升方案;其次构建了基于工业生产多因素耦合的控制模型,开发了压力及位置双重柔性控制模块,满足了辊涂处理过程高精度调整的要求;最后建立了自动控制系统核心数据库,优化了系统联动程序及传动控制参数,同时将该技术应用到某热镀锌辊涂处理机,辊涂机自动化率每月均达到90%以上,减少了人为操作且降低了废品率,保证了通卷带钢膜重的精准可调及均匀性,满足了下游客户对热镀锌产品表面辊涂质量的要求,提升了辊涂机自动控制水平,创造了可观的经济效益和社会效益。

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。

电化学还原法制备金属铁研究进展

摘要:CO2 排放量的急剧增长导致全球环境恶化。钢铁行业作为CO2排放大户,CO2排放量占全球总排放量的7%,其中70%来自炼铁过程。目前,作为备受关注和开发的技术,电化学还原具备反应过程易控制、能量效率高等优势,为钢铁行业提供了一种潜在的低碳生产路径。综述了电化学还原法制备金属铁的研究进展,并对影响电化学还原反应的参数进行了讨论。依据电解质性质的不同,铁化合物的电化学还原可分为熔盐体系、酸碱溶液体系及离子液体体系,每种体系各有优缺点。熔盐体系因电解质相容性特性强,可直接以铁矿石为原料,这有利于降低成本,但反应温度较高且电解质易腐蚀设备;碱性溶液体系具有电解条件温和、析氢副反应小等优点,但目前仍处于实验室开发阶段;酸性溶液体系中电解制铁已被商业化应用,相较其他体系下的电解技术更具发展前景,但目前存在的主要问题是高浓度氢离子引发的竞争性析氢副反应会导致电流效率下降;离子液体体系具有离子电导率高、热稳定性好等优点,且含铁化合物组成的电解质可以克服水溶液体系的局限性,但高成本的离子液体限制了其规模化应用前景。最后,针对目前存在的问题以及未来的技术发展方向进行了总结与展望。

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。

基于机器学习的耐蚀低合金钢跨尺度数据挖掘研究

摘要:利用机器学习方法,以户外积累的环境腐蚀大数据及实验室加速试验获取的微观组织结构的腐蚀数据作为数据源,通过训练学习,获取环境因素中引起低合金结构钢腐蚀的关键因素,并从合金成分出发,分析合金元素对耐蚀性影响的权重因子;同时,结合材料微观结构数据,分析材料微观组织结构差异对耐蚀性影响的原因。基于以上学习训练模型,建立合金成分及组织结构预测低合金钢腐蚀规律的试验方法。

我国管线钢生产技术的进步

摘要:随着我国能源需求的持续增长,管线钢作为油气管道建设的核心材料,其生产技术得到了快速发展。对我国管线钢生产技术的进步进行了总结,回顾并梳理了我国管线钢生产的发展历程,从早期的低钢级产品到如今的高性能、高钢级管线钢,展示了我国管线钢在生产技术方面的突破。重点介绍了当前管线钢生产中的关键技术,包括化学成分设计、轧制工艺、微观组织调控等方面的创新。此外,深入探讨了管线钢在耐腐蚀、高强度、耐低温等性能方面的产品特点与生产控制技术的研究进展。同时,指出新能源发展中氢气与二氧化碳储运、新型石油天然气管及装备、数字化与人工智能技术的应用是未来管线钢生产技术的研发重点。