耐候钢—建筑钢材升级的绿色解决方案

摘要:耐候钢作为一种高性能建筑钢材,具有突出的绿色环保属性。通过梳理耐候钢相关文献和试验数据,对耐候钢钢材产品、连接技术、力学性能和应用情况等内容进行总结分析,为耐候钢技术标准的完善提供参考。目前,耐候钢已成功应用于北京冬奥会国家雪车雪橇中心和国家高山滑雪中心等重大工程,展现出优异的工程适用性。未来,耐候钢的应用不应局限于桥梁领域,需结合不同应用环境与功能需求,不断拓展其多元化应用场景,助力建筑行业的绿色转型升级和可持续发展。

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.

先进核能系统用氧化物弥散强化钢成分设计及制备工艺研究进展

摘要:核能是一种清洁能源,发展具有更高安全性和经济性的第四代核能系统是当下各国的研究热点。传统锆合金已经无法适应第四代核能系统苛刻的服役环境,开发具有优异综合性能的材料成为核能工程应用领域亟待解决的问题。氧化物弥散强化钢(oxide dispersion strengthened,ODS)因具有良好的综合性能被认为是第四代核能系统反应堆包壳的重要候选材料,是核材料领域的研究热点。氧化物弥散强化钢优异的性能源于其合理的成分设计及独特的显微组织,高数密度的弥散氧化物粒子极大地改善了合金的高温力学性能及抗辐照性能。尽管世界各国围绕氧化物弥散强化钢成分设计-性能-制备工艺开展了大量的研究工作,但是在批量生产方面仍然存在挑战,制约了氧化物弥散强化钢的工程应用。本文就国内外氧化物弥散强化钢的显微组织、成分设计及制备技术等研究工作进行总结和分析,对氧化物弥散强化钢在核能领域的应用前景和当下存在的问题进行总结和展望,为核级氧化物弥散强化钢的发展提供参考。

基于机器学习方法的冷轧硅钢磁性能预报模型研究

摘要:冷轧硅钢生产路径长,过程工艺控制复杂,在最终成品退火工序进行离线检测磁性能的生产组织模式,无法满足在中间工序进行过程工艺纠偏来提升产品性能稳定性的质量管控要求。本文利用XGBoost、LightGBM、多层感知机MLP等机器学习算法,通过对比不同算法的优劣,采用XGBoost和LightGBM 算法构建的磁性能预报模型可满足大生产条件下选择性采纳应用的要求,可支持实现各中间工序的生产过程中预报成品磁性能水平,从而达到指导过程工艺调整,并进而稳定最终成品磁性能的目的。

中国钢研纯氢冶金技术开发与实践应用

摘要:铁前二氧化碳排放量占钢铁工业总排放的70%以上,铁前工序减碳是实现钢铁行业“碳达峰”“碳中和”的关键。概述了现有氢冶金技术的发展现状,描述了中国钢研科技集团有限公司提出的纯氢竖炉还原工艺路线。中国钢研通过对纯氢竖炉还原工艺技术和装备进行开发,建成全球首条纯氢竖炉还原示范线;通过优化各种工艺参数,实现连续通氢运行,取得金属化率97.0%~99.4%的优良效果。开展井室炉、电弧炉和真空感应炉熔分纯氢竖炉无碳海绵铁试验,结果表明,电弧炉熔分冷压球和冷压块熔分周期较短,真空感应炉熔分气体含量明显下降,真空感应炉熔分得到的高纯铁纯度(质量分数)达到99.9%。中国钢研纯氢冶金技术为将来中国实现绿氢冶金二氧化碳低排放或零排放提供了解决方案,可预期未来氢冶金会比碳冶金更具有竞争力。

高温加热取向硅钢板坯抗氧化及防护涂层技术进展

摘要:取向硅钢是高效能变压器的关键软磁材料,然而其板坯在高温再加热过程中面临严重的氧化烧损与脱碳问题,严重影响成品质量与生产效率。针对此现象,高温抗氧化防护涂层技术已成为保障取向硅钢生产与性能的核心手段之一。聚焦于防护涂层技术,系统评述了高温加热取向硅钢板坯抗氧化涂层的最新研究进展,首先阐述了取向硅钢独特的高温氧化行为及其对防护涂层的特殊要求(如高温稳定性、抗熔渣侵蚀性及优良剥离性),进而深入剖析了各类防护涂层的核心组分(高熔点陶瓷、低熔点玻璃相、功能添加剂)及其防护机制,重点探讨了涂层在高温下的多层结构演变与物理化学协同防护作用。最后,展望了未来高性能、环境友好、智能化取向硅钢防护涂层的发展方向,包括新材料体系探索、绿色制备工艺及多功能集成,旨在为提升取向硅钢产业的可持续发展水平提供理论参考与技术支撑。

钢铁行业大模型平台建设框架与关键技术

摘要: 钢铁行业作为国民经济的重要支柱,面临高成本、低效率、工艺复杂等挑战,亟需通过智能化转型突破发展瓶颈。大模型技术凭借其跨模态理解、多场景泛化能力,为钢铁行业提供了数据价值深度挖掘与生产流程优化的新路径。提出了“五位一体”的钢铁行业大模型平台总体建设框架,并详细阐述了构建适应行业需求的大模型平台所需的十项关键技术。通过平台、算力、数据、模型、场景的深度协同,融合通用模型与钢铁行业知识,形成一体化、集成化的人工智能+ 钢铁解决方案,大幅降低钢铁行业模型研发门槛与成本,让人工智能技术更好融入行业。最后,结合钢铁行业的业务特点与实际探索经验,对应用场景进行了展望。

大语言模型赋能钢铁行业: 技术与应用展望

摘要: 随着材料科学研究进入第四范式,人工智能技术正重塑该领域的研究。当前,大语言模型( large languagemodels,LLMs) 凭借其海量数据训练基础和超大规模参数优势,通过多任务集成、智能生成与决策等能力,突破了传统机器学习在文本处理和人机交互方面的技术瓶颈,为钢铁工业的智能化转型提供了新的突破路径。本篇综述系统梳理了大语言模型的技术特点、研究方向及应用领域,结合钢铁行业的数据特性,详细阐述了面向钢铁行业的大语言模型框架,并提出了钢铁行业大语言模型的评估标准。针对钢铁领域的特定需求,深入探讨了其在数据提取与保护、性能建模与预测、材料逆向设计及钢铁智能冶炼等方面的应用潜力。最后,对钢铁行业大语言模型的发展现状进行全面分析,明确指出其可能面临的挑战,并提出相应的应对策略。

面向钢铁工业的大模型技术与应用

摘要: 随着计算机技术的蓬勃发展,AI 及大模型在钢铁工业的应用成为推动产业智能化转型的关键力量。主要针对大模型在钢铁工业的应用展开,首先,总结工业大模型的构建方式及典型应用领域; 其次,阐述钢铁工业的特点,总结钢铁工业大模型的相关技术; 最后,对于大模型的应用场景展开讨论,突出大模型在钢铁生产流程上的典型应用场景,如感知类任务及认知类任务突破。未来钢铁工业有望将大模型深度应用于新产品、新体系开发,以及提供综合决策支持,实现对钢铁企业的能源、原料调度及钢铁全流程监测等应用,推动钢铁工业实现高端化、智能化、绿色化发展,提供数字化发展的新思路。

基于深度学习的超低碳钢显微组织特征强化与精细化分析

摘要:超低碳钢显微组织为铁素体,在制样过程中极易出现划痕和晶界腐蚀不清晰的现象,严重影响金相组织分析。同时,显微组织特征的分析结果严重依赖于专家经验,受主观因素影响较大且效率低。为了高效获得超低碳钢显微组织特征信息,基于超低碳钢金相图像数据集,采用归一化、自适应阈值法处理图像,增强图像对比度;融合自注意力机制(Self-Attention,SA)和循环回归生成对抗神经网络(CycleGan),开发基于CycleGan+SA 的晶界增强算法;建立超低碳钢显微组织特征强化模型,实现了显微组织图像的自动处理与晶界信息的特征强化。在此基础上,采用分水岭分割算法对晶界强化后的显微组织图像进行精细化分析。结果表明,CycleGan+SA 算法可以有效去除原始金相图像中的划痕并补全晶界模糊区域,实现超低碳钢晶界特征强化。相比原始的CycleGan 算法,引入注意力机制后,CycleGan+SA 算法可以实现更清晰的晶粒分割,图像识别精确度P 值由97.43% 提升至98.75%,综合评价指标F 值由97.49% 提升至98.73%。在显微组织精细化分析方面,通过与常用分析软件对比,超低碳钢显微组织特征强化模型与Image J 软件测定的晶粒尺寸平均误差为1. 2 个晶粒,与Image Pro Plus 软件测定的晶界比例误差为0.008 个百分点,模型与软件统计结果吻合较好,具备一定的应用前景。