基于数据治理的钢铁材料数字化研发
王军生1,2,林利1,张宇1,刘鑫1,2 (1.鞍钢集团北京研究院有限公司;2.海洋装备用金属材料与应用国家重点实验室)
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。
关键词:数据治理;ECDC体系;高通量;大数据;数字化研发
目录介绍
1 材料研发数据治理
2 材料数字化研发系统(ECDC)
2.1 高通量试验驱动模式(试验E)
2.2 计算驱动模式(计算C)
2.3 数据驱动模式(数据D)
2.4 集成模式(集成C)
3 材料数字化研发实践
3.1 计算驱动模式:温成形中锰钢开发
3.2 高通量试验驱动模式:吉帕级海工钢开发
3.3 数据驱动模式:钢板性能预测与优化
3.4 集成驱动模式:智能化性能预测与高通量设计
4 材料数字化研发的挑战与展望
1)数字化研发理念的树立与普及
2)数据基础薄弱造成数据研发进展缓慢
3)协同创新机制不健全
4)数据产权不明限制数据高效利用
5)数字化研发的系统化整合度有待提升
5 结论
©软件著作权归作者所有。本站所有文件均来源于网络,仅供学习使用,请支持正版!
转载请注明出处!
发表评论 取消回复