在当前“双碳”背景下,冶金流程典型大宗固废及其他大宗工业固废的高值化利用已成为行业亟待解决的问题。冶金流程大宗固废中的高炉渣、除尘灰与其他大宗工业固废中的粉煤灰与煤矸石中均含有较丰富的硅、铝等有效资源,通过相应调质、配比处理,可以将上述固废制成具有良好隔热耐火性能的无机纤维材料,进而实现冶金流程大宗固废及其他大宗工业固废的高值化利用。总结了以调质高炉渣作为原料制备矿棉纤维、以除尘灰协同粉煤灰或煤矸石作为原料制备硅-铝系陶瓷纤维材料的研究进展;从基本原理、试验研究及生产实践3个方面分析了喷吹法与离心法制备无机纤维的研究进展。分别开展了以调质高炉渣为原料通过喷吹法与离心法制备矿棉纤维的中试试验研究,结果表明,喷吹压力对纤维渣球含量的影响较显著,对纤维平均直径的影响较小,当喷吹压力从0.20 MPa升高至0.38 MPa时纤维渣球质量分数从25%下降至16%,纤维直径基本无变化;辊轮转速对纤维渣球含量基本无影响,对纤维直径的影响较为显著,随着辊轮转速升高,纤维平均直径从3.17 μm下降至2.73 μm;对比了2种方法制得矿棉纤维在纤维直径、纤维渣球含量及纤维抗压强度3个方面的差异。另外,概括了以冶金流程大宗固废协同其他大宗工业固废为原料制备的硅-铝系无机纤维材料在建筑、工业、气凝胶及光催化材料方面的应用前景;在现有的研究基础上提出了冶金流程大宗固废制备无机纤维材料的研究方向,以进一步推动行业实现变废为宝,节能降碳。

不锈钢具有外观精美、强度高、耐蚀性强、耐热性好等优点,被广泛应用于石化、电子、医疗、航空航天等领域。中国是不锈钢生产和消费第一大国,酸洗是不锈钢生产中必不可少的工序,每酸洗1 t不锈钢会产生1~3 m³的酸洗废液。酸洗废液中含有大量游离酸和金属离子,具有高腐蚀性、高金属毒性、产量大和难处理的特点,对环境和生态构成严重威胁,已成为制约中国不锈钢行业升级发展及持续壮大的主要瓶颈。首先对目前不锈钢酸洗废液的处理方法进行了对比,酸阻滞法具有工艺流程短、设备规模灵活、能耗低、投资少、环保效益和经济效益显著等优点,在不锈钢酸洗废液回收领域表现出广阔的应用前景;其次,从酸阻滞的发现和机理研究、酸阻滞工艺与装置研究进展、酸阻滞材料研究,以及酸阻滞法回收不锈钢酸洗废液应用现状4个方面对酸阻滞法的整体应用研究进展进行了系统综述,以期为中国不锈钢企业对不锈钢酸洗废液的处理回收提供新的思路;最后基于当前的研究现状,对未来关于酸阻滞法的研究方向进行了展望,未来研究应聚焦于酸阻滞机理研究、国产化酸阻滞设备的研发、酸阻滞材料多样化、酸阻滞法与其他金属回收法的联合应用,以实现酸洗废液资源的高效化回收,最终推动酸阻滞法在国内不锈钢酸洗废液回收领域的广泛应用。

针对红土镍矿回转窑还原-电炉熔炼（rotary kiln reduction-electric furnace smelting,RKEF）工艺目前存在的回转窑还原效率低、易结圈等问题,以硅镁型红土镍矿为主要原料开展红土镍矿球团制备特性研究,考察了内配碳对红土镍矿球团焙烧性能的影响,并在此基础上进一步开展了回转窑还原焙烧扩大试验,同时对比了扩大试验预还原球团与现场回转窑焙砂的性能。结果表明,在配碳量为5%、温度为1 000 ℃、焙烧时间为60 min的条件下,制备出抗压强度超过200 N/pellet、热态和冷态AC转鼓强度高达98%以上的红土镍矿焙烧球团;在回转窑扩大试验中,控制总配碳量为5%,还原剂在球团内外分加质量比为60∶40,还原温度为1 000 ℃、还原时间为60 min条件下,红土镍矿干球直接入窑具有良好的过程强度和还原效果,预还原球团抗压强度大于100 N/pellet,AC转鼓强度大于95%,镍和铁的金属化率分别为68.55%和1.84%。与现场焙砂相比,红土镍矿预还原球团的镍金属化率更高,烧损更低,尺寸小于3 mm的粉末量显著减少,从而减轻了回转窑结圈风险,有利于改善矿热炉内料柱透气性,提高冶炼效率和降低电耗。

钢铁行业作为国家基础性产业的核心构成之一,其当前碳排放总量大,降碳任务极为艰巨。球团矿因其能耗与排放低于烧结矿,使得高比例的球团冶炼成为炼铁工艺节能减排的重要途径。在球团矿生产过程中,精准检测其特征,对于保障产品质量至关重要。采用图像识别技术,模拟现场不同光照条件试验,对比选出最适宜进行检测的光照强度和2种对球团关键特征识别率较高的算子,与3种适用于生球团特征检测的卷积神经网络进行集成并对比识别,从准确率等多方面指标对这些算法展开全面评估。MobileNetv3算法用于特征监测任务,模块拼接部分引入卷积块注意模块（convolutional block attention module, CBAM）来提升缺陷特征表达力,增强模型抗干扰能力,使其在复杂环境能稳定检测裂纹等特征。生成对抗网络（generative adversarial network, GAN）模型检测时将球团矿数据集输入生成器生成缺陷预测图像,与真实图像对比以判断缺陷情况,其对微小、模糊缺陷识别能力强。基于区域的卷积神经网络（faster region-based convolutional neural network, Faster R-CNN）算法的内部特征提取和分类过程相对较为直观和可解释,通过可视化技术可以观察到网络对球团矿特征的提取和关注区域。试验结果表明,提出的Kirsch算子集成卷积神经网络Faster R-CNN算法,在生球团特征检测方面表现卓越,模型准确率达到96.2%,召回率达到91.0%。提出的球团特征检测模型在工业自动化与质量控制领域应用前景广阔,为球团检测技术的革新带来新思路、新方法。

为了掌握不同块矿高温下冶金性能的差异,优化入炉炉料结构、确保高炉稳定顺行,研究了国内某企业典型进口与国产块矿的低温还原粉化性能和热爆裂行为,分析其物相演变、界面形貌并讨论了其粉化机制。结果表明,随着还原温度的升高,PB块矿的低温还原粉化指标变好,而白山块矿的低温还原粉化指标逐渐变差,且白山块矿的还原性和抗粉化性要优于PB块矿。块矿还原过程中粉化的原因为发生结晶水分解、含铁尖晶石相、含铁橄榄石相和浮氏体相之间的物相转变,各物相之间存在较大热应力,导致裂缝产生,其中PB块矿主要以狭长撕裂状的大裂缝为主,白山块矿中以较短的细小裂纹为主。随着温度的升高,2种块矿的热爆裂指数均变大,且PB块矿的热爆裂程度明显高于白山块矿。PB块矿因结晶水的分解,容易产生孔洞结构,内部蒸气压升高进一步导致块矿热爆裂同时产生贯通性裂纹,裂纹断面整齐,粉化严重;白山块矿则是由碳酸盐分解造成的树状裂纹,树状裂纹呈现各向异性使其未发生过度粉化。

兰炭的高效利用对于实现煤炭资源的分级转化和梯级利用具有重要意义。对5种兰炭的高炉喷吹性能进行深入分析,包括工业分析、元素分析、灰成分分析等,并对兰炭的燃烧特性动力学、XRD以及工业应用进行研究。研究表明,相对其余4种兰炭,兰炭E的灰分和挥发分含量最低,固定碳含量最高。兰炭灰分中碱性金属氧化物质量分数高低顺序与CaO的质量分数高低顺序一致,灰分中过高的碱性金属氧化物可能会影响综合燃烧特性指数S值。兰炭的可磨性与其灰分呈负相关,兰炭E的灰分最低,可磨性最优,为80.21。兰炭的着火点在573~673 K温度区间,且不具有爆炸性,满足钢铁企业高炉安全生产要求。兰炭的燃烧性能介于烟煤和无烟煤之间,其中兰炭B S值最高,燃烧性能最优。不同样品的动力学曲线具有良好的线性关系,其中烟煤的燃烧活化能最低,为22.86 kJ/mol,兰炭E的燃烧活化能最高,为69.65 kJ/mol,燃烧性能受活化能与指前因子共同影响。在高炉喷吹过程中配入少量的兰炭B进行试验,结果显示,添加兰炭B后,高炉的燃料比有所降低,高炉的利用效率有所提升。但进一步提升兰炭喷吹比例后发现,高炉的燃料比逐步上升,煤气利用率逐步下降。

为了研究料管布料器的相关参数对竖炉内颗粒分布的影响,基于离散单元法（discrete element method DEM）建立料管布料器三维模型,分析料管布料器中炉料运动规律和竖炉中料堆形状特点,分别计算分析不同粒径颗粒质量分数、料管到竖炉中心的距离、料管个数和均压仓倾角对竖炉内炉料周向分布、炉料沿径向颗粒偏析程度和空隙率分布的影响,并评估了竖炉内径向气流分布。结果表明,炉料在料管中呈发散状落入炉内,在料管下方形成堆尖,小颗粒集中在料管下方,大颗粒分散在堆脚。料管下方的堆尖比料堆中心和边缘区域厚约350 mm。料管到竖炉中心的距离为860 mm时,堆尖处堆角θ₃大于边缘堆角θ₁。颗粒在周向发生偏析,料堆之间区域颗粒平均粒径存在最大值。料管个数和料管到竖炉中心的距离对炉料周向分布影响最大。料管数为6个,料管到竖炉中心的距离为860 mm,炉料周向分布最均匀。小颗粒沿径向在堆尖区域呈现正偏析、大颗粒在中心和边缘区域呈现正偏析的分布规律。颗粒分布无法直接反映空隙率的分布。堆尖区域4~8中空隙率存在最小值,且堆尖处空隙率最小的区域随着料管向竖炉中心靠近,更接近炉心。气流分布沿径向呈现中心和边缘处气流强度强、堆尖区域气流强度弱的规律。料管到竖炉中心距离为860 mm,中心区域1的单位压降最大。增大料管到竖炉中心的距离有利于中心气流的发展。

在“双碳”背景下,短流程工艺因其具有碳排放低及资源循环利用优势,成为钢铁工业绿色转型的重要发展方向。电弧炉是短流程钢铁生产的关键设备之一,提高电弧炉冶炼效率对高效绿色炼钢至关重要。为提高熔池流动及混匀效率,研究了侧吹氧枪旋流喷吹与底吹复合技术,考察了单一侧吹、单一底吹、侧吹+底吹、旋流侧吹+底吹对电弧炉冶炼过程多相流和混匀行为的影响。首先,以某厂75 t工业电弧炉为研究对象,按4∶1比例建立数值模型,利用水模型混匀时间测量数据来验证数值模型的可靠性;然后,基于已验证的数值模型和物理架构开展参数研究,对比分析不同喷吹模式下电弧炉流场、混匀时间和气泡分布行为等流场特征。结果表明,与单一底吹和单一侧吹相比,采用侧吹+底吹复合喷吹时,混匀时间分别缩短63.4%和11.2%,熔池平均速度分别提高25.0%和133.3%。使用旋流侧吹+底吹时,混匀时间较传统侧吹+底吹进一步缩短29.8%,熔池平均速度提升约86.7%,靠近偏心底部出钢（eccentric bottom tapping,EBT）区域流动死区面积大幅度减少。在旋流侧吹+底吹复合喷吹时,射流由侧吹氧枪喷入电弧炉并与流体产生动量交换,熔池内产生旋转流动,速度分布更加均匀,气泡受旋流的影响,气/液间相互作用范围增大,有利于发挥气泡对钢液的驱动作用,流体传质及混匀效率显著提高。研究对实际生产中电弧炉炼钢工艺优化有指导意义。

针对航空级超洁净18Ni250马氏体时效钢ϕ660 mm锭型真空自耗重熔工艺中TiN夹杂物控制的难题,通过数值模拟与试验验证相结合的方法系统探究了TiN的析出机制及工艺优化路径。基于现用工艺5.1 kg/min的稳态熔速,建立了18Ni250马氏体时效钢真空自耗重熔过程的Meltflow-VAR多物理场仿真模型,通过多轮迭代校正与实际样品验证,模型精度满足工程应用要求,为工艺优化提供了可靠的数值试验平台。采用高温共聚焦显微镜观测及夹杂物原位表征技术,解析凝固过程中TiN的析出规律。通过实验室等温/变冷速模拟试验测定材料凝固特征温度（液相线1 450 ℃、固相线1 370 ℃、TiN析出敏感温度1 390 ℃）,发现当残余液相所占比例为30.6%时,枝晶间钛元素局部质量分数梯度超过临界阈值0.543 55%,触发TiN形核;进一步定量分析冷却速度对枝晶间距及元素偏析的影响,揭示“冷却速度-枝晶间距-元素偏析”的级联关系,提出通过控制凝固前沿瞬时冷却速度高于0.021 42 ℃/s可控制钛正偏析质量分数至安全区间,同时促使TiN夹杂物尺寸细化。最终基于验证后的仿真模型与试验数据,确定4.5 kg/min稳态熔速优化方案,该方案在保障熔池抛杂能力的同时,可实现钛偏析程度与TiN尺寸的协同调控。结果阐明了真空自耗重熔工艺中TiN夹杂物的形成机制与调控路径,建立的仿真模型与工艺优化策略可为大规格18Ni250钢锭的高洁净度冶炼提供理论支撑与一定的工业应用指导。

连铸生产过程中可能会发生许多异常情况,其中漏钢事故是连铸生产中最严重的事故之一。漏钢发生前的典型征兆之一是在铜板局部上形成的呈“V”形扩展的黏结区域,需借助稳定可靠的方法对其进行检测和预报。利用计算机视觉技术,将结晶器铜板表面采集到的热电偶温度信号及计算得出的温度速率,与颜色空间建立映射关系,并以二维平面热像图的形式来表征异常黏结区域。通过提取图中黏结区域的动态与静态特征,构建出代表黏结区域的十维特征向量。基于某钢厂的漏钢统计报表,建立了黏结区域特征向量样本库。同时,采用支持向量机（support vector machine, SVM）和随机森林（random forest, RF）这2种机器学习模型,对真伪黏结区域特征进行学习和识别。测试结果表明,相较于随机森林模型,支持向量机模型能够更有效地识别出黏结漏钢的异常温度模式,随机森林模型在预测结果中存在2例漏报,而支持向量机模型的漏钢报出率可达到100%,并且将误报率控制在10%以下（9.93%）,在几何平均数Gmean分数（0.95）和模型A_UC（0.98）（受试者工作特征曲线下方的面积）等指标方面,支持向量机模型也显著优于随机森林模型,这表明该模型能够满足漏钢预报任务的要求。基于上述结果,建立了基于计算机视觉与机器学习的结晶器漏钢预报模型,为连铸生产中基于数据驱动的过程异常检测和预报技术提供了参考。

针对国内某钢厂不锈钢板坯连铸生产过程中存在的宽面边部纵裂纹缺陷,通过实验室检测分析、连铸坯边部应力模拟等,揭示连铸坯宽面边部纵裂纹的形成机理。连铸坯边部纵裂纹附近晶粒粗大,原始奥氏体晶界处存在1层厚度从几十到上百微米的先析铁素体,裂纹主要沿着膜状先析铁素体开裂。连铸坯宽面边部纵裂纹内部检测到结晶器保护渣的特征元素Na,因此判定边部纵裂纹在结晶器内产生。距离弯月面大于0.2 m时,连铸坯宽面表面的应力值随着距边部距离的增加而增加,并在边部附近达到极大值,随后应力值逐渐降低并趋于稳定。连铸坯角部受到二维冷却产生较大凝固收缩导致间隙出现,使得角部冷却强度减弱,宽面侧靠近角部出现坯壳最薄点。由于凝固收缩使得靠近连铸坯边部附近存在应力的极大值,当结晶器锥度不能与凝固收缩完全匹配时,导致连铸坯宽面边部坯壳最薄处出现凹陷或裂纹。研究结果揭示了不锈钢连铸坯宽面边部纵裂纹的形成机理,为连铸坯表面缺陷控制提供理论依据。

针对某钢厂含磷钢正常轧制区域出口厚差不达标的问题,考虑到酸轧机组的设备和工艺特点,并结合弹塑性曲线和含磷钢性能特点,确定含磷钢冷轧出口厚差主要受到来料性能即磷含量的影响。在此基础上以钢种DQ1461H5为例研究含磷钢磷含量对板带性能的影响,利用数据回归的方法构造含磷钢碳当量计算模型,并建立优化函数使其元素系数显著性提高且更符合生产实际。随后根据含磷钢磷含量与带材变形抗力之间的定量关系,推导出多因素影响下的变形抗力模型,进一步给出了相应的轧制力计算模型,最后综合考虑来料性能波动等影响因素建立了含磷钢纵向出口厚差预测模型。为验证理论模型的可靠性,将所建立的含磷钢出口厚差预测模型应用于国内某钢厂1420酸轧机组,并在生产钢种DQ1461H5过程中进行离线预测计算。结果表明,提出的含磷钢出口厚差预测模型能适用于含磷钢冷轧过程中出口厚差的预报,出口厚差实测值与模型预测值具有较高的吻合度,且实际测量值和模型预测值误差由未应用前的小于10 μm降低到小于5 μm。在验证了模型的准确性后,代入相关参数,得到含磷钢磷含量波动与出口厚差关系曲线,说明了含磷钢磷含量波动与冷轧出口厚差呈正相关关系。同时,所得模型可以结合现场生产实际作为轧制过程的辅助数学模型应用到冷轧板厚AGC（automatic gauge control）的精度预测过程,并根据预测结果调整压下量和轧制速度等工艺参数来优化控制策略,为含磷钢产品生产质量的综合控制提供了理论依据。

形变热处理作为经典的热机械加工工艺,可以有效细化贝氏体微观组织,为生产兼具高强度和高延展性的低碳无碳化物贝氏体（CFB）钢提供了有前景的解决方案。然而,现有关于低碳CFB钢在形变热处理温度、贝氏体相变动力学、组织特征及其对力学性能影响方面的系统研究仍较为缺乏。因此,在350 ℃等温贝氏体相变之前对低碳CFB钢进行不同温度（600、500、400 ℃）的形变热处理,并与常规的等温热处理相比较。采用DIL805A/D热膨胀相变仪、SEM、XRD、EBSD、TEM和热轧试验相结合的方法,研究了形变热处理温度对贝氏体相变动力学、组织演变和力学性能的影响。结果表明,与常规等温热处理相比,高温（600 ℃）变形对贝氏体的相变动力学影响不大,而中温（500 ℃）和低温（400 ℃）变形显著加速了贝氏体的相变动力学,且贝氏体的最大体积分数增加。同时,形变热处理温度改变了CFB钢的组织形貌。在600 ℃变形的微观组织中,粒状特征的贝氏体铁素体（BF）的体积分数增加,而在400 ℃变形的组织中,贝氏体的形态几乎全为板条状。另外,变形试样中二次冷却产生的马氏体/奥氏体（M/A）岛含量降低、尺寸减小。在与常规工艺维持同等强度级别的前提下,当变形温度为500 ℃时,均匀伸长率从6.8%提高至17.6%。这主要得益于在拉伸变形过程中组织中大量的残余奥氏体（RA）可以在较大应变范围发生渐进式的相变诱导塑性（TRIP）效应,提高了加工硬化能力。该研究为开发高强塑性低碳CFB钢提供了新方法,具有极大的工业应用潜力。

为了探讨珠光体重轨钢的微观组织对疲劳裂纹扩展速率的影响规律,明确钢轨疲劳裂纹扩展速率曲线Ⅰ（近门槛区）、Ⅱ（稳态扩展区）、Ⅲ（快速扩展区）区拐点处的应变与其断裂行为之间的关系。利用疲劳试验机对3种珠光体钢轨进行疲劳试验,并采用OM（光学显微镜）与SEM（扫描电镜）对其微观组织结构、珠光体片层特征、疲劳裂纹及断口形貌进行观测分析,通过应变仪测定疲劳裂纹扩展速率曲线Ⅰ/Ⅱ和Ⅱ/Ⅲ拐点处的应变值。结果表明,3种钢轨的珠光体片层间距分别为186.2、129.5、116.8 nm。在相同加载条件下,珠光体片层间距越小,钢轨的疲劳寿命越长,其断裂失效循环次数分别为6.7×10⁵、7.05×10⁵、7.7×10⁵次;断口的近门槛区及稳态扩展区具有疲劳辉纹、解理台阶、河流花样的特征,其中稳态扩展区出现二次裂纹,3种钢轨的疲劳辉纹间距依次为325.8、236.6、162.4 nm,珠光体片层间距和疲劳辉纹间距均与疲劳寿命呈负相关,片层间距越大,疲劳裂纹扩展速率越快。应变试验结果显示,3种钢轨在Ⅰ/Ⅱ区拐点处应变值分别为0.115、0.163、0.484,而在Ⅱ/Ⅲ区拐点处应变值分别为0.254、0.400、0.616。较高的应变值反映了钢轨具有较高的应变能和更强的抗变形能力,可以阻碍延缓裂纹扩展;而较低的应变值对裂纹扩展有利。细化珠光体片层有利于提升珠光体钢轨的抗疲劳性能。

低碳无碳化物贝氏体钢因其优异的强韧性和焊接性,在工程机械、轨道交通等领域具有广泛的应用价值。理解贝氏体组织转变规律对进一步提高其力学性能十分重要。因此,以低碳无碳化物贝氏体钢为对象,采用高温共聚焦显微镜和背散射电子衍射相结合的方法,研究贝氏体相变动力学和晶体学。结果表明,在相变温度由450 ℃降低至390 ℃过程中,贝氏体伸长速率先下降后变化不明显。对比2种贝氏体长大的经典模型（Zener-Hillert模型和Trivedi模型）发现,Trivedi模型可以更好地描述温度的影响。2种模型计算得到的伸长速率均明显快于实测值（计算值约为实测值的2.5~3.0倍）,其主要原因是理论计算时未考虑Mn、Cr、Mo等合金元素对贝氏体伸长速率的影响。采用增加C扩散激活能的方法对理论模型进行修正,发现对于试验钢,C扩散激活能比理论值增加约6 700 J/mol后,计算结果与实测值匹配度较好。修正后,低温区域的计算值小于实测值,这可能与贝氏体铁素体中C过饱和度随温度的降低而增大有关。此外,采用Nishiyama-Wassermann（N-W）取向关系来标定试验钢贝氏体变体,发现V1、V2、V3变体所构成的板条束总是优先在原始奥氏体晶界处形核并长大,这一现象可能与晶体学匹配度、界面能等因素有关。这些研究为进一步理解低碳无碳化物贝氏体钢的相变特征提供了参考。

7Cr14Mo含氮马氏体不锈钢具有高硬度、高强度、高耐磨等优良性能,在工业生产中应用十分广泛。由于钢中碳含量及其他合金元素含量较高,很容易形成共晶碳化物M₇C₃。采用淬火+深冷+回火的方法,达到了消除马氏体不锈钢中大块碳化物M₂₃C₆的效果。采用透射电镜（TEM）分析深冷处理对钢中第二相粒子的尺寸与分布的影响,并识别马氏体、残余奥氏体;通过扫描电子显微镜（SEM）观察断口形貌,分析裂纹萌生与扩展机制;通过拉伸试验测得试验钢的抗拉强度和伸长率,分析了显微组织和力学性能的影响规律。研究结果显示,在淬火+回火与淬火+深冷+回火试样中,随着回火温度的升高,残余奥氏体体积分数、M₂₃C₆的数量和尺寸均逐渐增大,而Cr₂N的数量和尺寸均逐渐降低;且2种试样的冲击功和伸长率均逐渐增大,硬度和抗拉强度均逐渐减小。不同回火温度下,淬火+回火试样中析出的Cr₂N数量和尺寸均小于淬火+深冷+回火试样;当回火温度为160 ℃和360 ℃时,淬火+深冷+回火试样中残余奥氏体体积分数、M₂₃C₆的数量和尺寸、冲击功均小于淬火+回火试样,而其硬度、抗拉强度均大于淬火+回火试样;但在回火温度为560 ℃时,淬火+深冷+回火试样的析出相与力学性能的变化规律与中低温回火试样的变化规律相反。研究结果揭示了微观组织在深冷处理中的演变规律,为建立微观组织与力学性能之间的联系提供了理论依据,对试验钢的工程实际应用具有一定的指导意义。

作为高端智能装备领域关键零部件之一的精密轴承,其力学性能、高温氧化性能和耐腐蚀性能等有很高的要求。轴承钢加热过程的高温氧化行为,是影响轴承零件尺寸精度和使用性能的关键因素,如何对其进行控制和优化是关键。通过高温加热和保温过程的氧化试验,测试表征了稀土元素对GCr15轴承钢氧化性能的影响规律,探讨分析了相关机理。采用X射线衍射（XRD）、扫描电子显微镜（SEM）、能谱分析（EDS）等手段系统表征了不同稀土元素含量轴承钢表面氧化层的结构和相组成,计算分析了氧化膜层构成和演变的热力学相图,构建了氧化动力学模型。试验结果表明,在900 ℃氧化过程中,稀土添加量（质量分数）为0、0.003%和0.015%的轴承钢氧化速率常数分别为3.44、3.28和1.55。与未添加稀土元素的轴承钢相比,添加质量分数为0.015%稀土元素后氧化层厚度由99.00 µm减小到76.67 µm,减薄了22.56%。氧化膜由内氧化层、中氧化层和外氧化层构成,其中表面层主要由致密的尖晶石氧化物组成,中间富铬层和内层富硅氧化物的形成均影响了稀土钢的高温抗氧化性。不含稀土的轴承钢氧化层较厚,且存在大量裂纹和空洞缺陷;加入稀土元素的轴承钢氧化层较为致密且连续。高温初期氧化阶段,稀土元素可提高硅和铬元素在轴承钢中的扩散速率,促进表面Fe₂SiO₄和FeCr₂O₄含量较高的致密氧化层形成,有效减缓了氧化速率。在氧化膜生长过程中,稀土元素阻碍Cr³⁺向外扩散,使氧化膜生长转为O^2-向内扩散主导,显著提高了GCr15轴承钢的高温抗氧化性。

为了提高2 100 MPa级超高强度不锈钢的疲劳性能,采用扫描电子显微镜（SEM）、透射电子显微镜（TEM）、X射线衍射仪（XRD）等手段研究了不同固溶温度和时效时间对试验钢的显微组织及力学性能、疲劳性能的影响规律,建立了热处理工艺-显微组织-性能3者之间的内在联系。结果表明,降低固溶温度（1 100 ℃降至1 070 ℃）可以减小平均晶粒尺寸,有效阻止疲劳裂纹的萌生与扩展,从而提高疲劳性能。但在1 070 ℃固溶70 min后钢中还有较多粗大的M₆C相未溶解,这使得有强化作用的合金元素溶入基体的含量减少,从而影响后续时效过程中析出沉淀硬化相,对强度造成不利影响;同时较多的M₆C相会破坏基体的连续性,阻碍位错滑移,对塑韧性也造成不利影响。经过时效后,钢中析出细小且弥散分布的M₂C相和Laves相,固溶温度为1 080 ℃时,在二次时效时间由2 h增加至7 h的过程中,析出相体积分数增加,对位错的钉扎作用增强,使得强度和疲劳性能提高,但塑性和断裂韧性随之下降。综合考虑疲劳性能、强度和塑韧性,选择1 080 ℃作为最佳的固溶温度,4 h作为最佳的二次时效保温时间,使用该制度试验钢的抗拉强度大于2 100 MPa,屈服强度大于1 700 MPa,伸长率大于10%,断面收缩率大于50%,断裂韧性大于60 MPa·m^1/2,并兼有较好的疲劳性能。结果为通过组织调控提升钢的力学性能和疲劳性能提供了一定的指导意义。

2 000 MPa级超高强度钢凭借其优异的力学性能广泛应用于汽车、工程机械和矿山设备等领域,而其高强度也带来了氢脆问题。通过扫描电子显微镜（SEM）、透射电子显微镜（TEM）、化学相分析等方法研究了新型钛微合金化低合金超高强度钢的微观组织及力学性能,并利用电化学充氢、升温脱氢分析（TDS）及慢应变速率拉伸（SSRT）的方法研究了试验钢的氢脆敏感性。研究结果表明,试验钢中添加的钛元素经热处理后全部以MC型碳化物形式析出,金相组织为板条状马氏体,抗拉强度达到2 060 MPa,屈强比为0.79,同时具有优良的塑性。试验钢平均晶粒尺寸约为4.3 μm,主要归因于钛元素析出相以及控制轧制工艺技术的共同作用。TDS试验结果表明,当充氢时间超过48 h时,试样中的可扩散氢含量达到饱和;同时,充氢后的试样TDS曲线在142 ℃附近出现可扩散氢的解吸峰,计算得到其氢逸出激活能E_a为15.0 kJ/mol,对应的氢陷阱类型为晶界。此外,SSRT试验结果表明,当钢中氢质量分数不超过0.000 027%时,试验钢的强塑性没有显著变化;而当钢中的氢质量分数超过0.000 027%时,试验钢断裂方式由韧性断裂转变为脆性断裂,断后伸长率、断面收缩率明显下降,断口起裂源均为夹杂物。因此对于本试验钢,当氢质量分数超过0.000 027%时材料会有发生脆性断裂的风险。

低合金耐磨钢因其优异的耐磨性、强度和韧性,被广泛应用于矿山机械、工程机械等领域。随着工业技术对极端工况下材料性能要求的提升,稀土元素铈（Ce）的引入成为优化低合金耐磨钢性能的关键。基于FactSage热力学计算软件,系统分析了不同总氧含量w（T[O]）条件下Ce对钢中夹杂物演变规律及钢液洁净度的影响。通过构建含稀土氧硫化物和硅酸盐的热力学数据库,结合NM450钢的实际成分,模拟了精炼（1 600 ℃）及凝固过程中夹杂物的动态行为。研究结果表明,未添加Ce时,钢中主要夹杂物为硬质脆性的Al₂O₃和CaO-Al₂O₃,易引发裂纹并损害材料性能;添加质量分数为0.000 5%Ce即可变质夹杂物,生成更软且热力学稳定的CeAlO₃;当Ce质量分数增加至0.010 0%时,CeAlO₃完全取代原有夹杂物,预期可显著提升钢材的加工性和耐磨性。此外,Ce的溶解效率与钢液洁净度密切相关。在低w（T[O]）（0.001 0%）条件下,Ce溶解度随处理强度（Ce加入质量分数,0.000 5% ~ 0.010 0%）从0.000 3%显著提升至0.008 6%,夹杂物完全转变为CeAlO₃;而在高w（T[O]）（0.004 0%）时,Ce溶解度仅为0.000 4%,残留Al₂O₃和CaO-Al₂O₃难以完全变质,导致夹杂物控制效果弱化。凝固过程中,Ce处理可调控夹杂物析出行为,0.001 0%Ce（质量分数）处理时,CeAlO₃、CaS-MnS及TiN依次析出;当Ce质量分数增加至0.005 0%后,TiN析出温度降低且数量减少,这是由于Ce降低了Ti的活度从而抑制了TiN的析出,而TiN作为高硬度、大尺寸脆性相会引发应力集中,TiN的减少有效提升了钢材的韧性和耐磨性。研究表明,控制钢液洁净度[w（T[O]）≤0.002 0%]与稀土处理强度（0.005 0%~0.010 0%）是实现夹杂物有效变质和Ce高效溶解的关键,通过热力学计算揭示了稀土Ce的赋存机制以及夹杂物控制规律,提出优化w（T[O]）与Ce处理强度的工艺策略,为低合金耐磨钢性能提升提供了理论支撑,未来可结合试验验证并探索稀土与其他微合金元素的协同效应,进一步拓展其工业应用潜力。

铁钢界面“一包到底”模式是长流程钢铁企业采用的一类有利于运行优化的新型界面技术,在提高铁水包周转率和降低铁水运输过程温降方面已展现出显著优势。从更好发挥该模式的技术优势,促进钢企运行管控向高效低碳转化的角度,基于冶金流程工程学和系统动力学理论,在研究并揭示“一包到底”模式的系统动力学运行规律基础上,探讨和明确了可适时通过铁水包上线或下线调节的动态调控方法。研究工作基于冶金流程工程学对铁钢界面运行的推力与拉力分析,明确了铁素物质流的基本运行特性;运用系统动力学方法描述了铁钢界面运行过程的主要状态变量和决策变量间的因果关系,构建了铁素物质流运行的系统动力学模型,并明确了该系统的动力学水准方程以及输入与输出速率的计算公式。在“一包到底”模式下,进一步建立了铁水包周转过程模型。以具有3座大型高炉和2个炼钢厂的铁钢界面生产实绩数据为案例,进行了铁素物质流及铁水包周转运行动态特性的量化分析。结果显示,从铁素物质流输入与输出速率变化的角度,系统动力学模型能很好地描述高炉出铁与钢厂生产节奏变化对系统运行状态的影响,且铁水包的数量变化可以反映系统在实际生产过程中的运行规律。采用Vensim动力学系统仿真软件,基于生产实绩仿真提出了考虑物质流速率匹配的铁水包动态上下线策略,实现按照高炉侧输入与炼钢侧输出的速率差值进行铁水包运行数量的动态调控。研究旨在为铁钢界面的运行机制优化提供理论支撑,也为其生产运行优化提供决策指导。

为了解决透平发电机组关键振动特征阈值越线策略难以前瞻性评估设备运行状态,进而导致非计划停机的问题,提出了一种基于双向多尺度深度预测网络（bidirectional multi-scale deep prediction network,MSBi-LSTM）的透平发电机组振动趋势预测方法。该方法旨在通过对振动信号的趋势变化进行分析,预测设备振动幅值达到检修阈值的时间,从而提前安排检修计划并结合生产排程优化停机维护时机,以提高设备的运行可靠性和经济效益。具体而言,MSBi-LSTM结合多尺度卷积神经网络（convolutional neural networks,CNN）对设备运行数据进行多层次特征提取,采用双向长短期记忆网络（bidirectional long short-term memory,Bi-LSTM）捕捉振动信号中的前后时序依赖关系,并引入注意力机制以增强关键特征的权重,进而提升预测精度和鲁棒性。试验结果表明,相较于传统时间序列预测方法,MSBi-LSTM在仿真数据和工业数据上的预测性能显著提升,最少能降低均方误差（mean squared error,R_MSE）36.13%,降低平均绝对误差（mean absolute error,R_MAE）36.43%。此外,消融试验进一步验证了多尺度CNN模块中的通道数和卷积核大小对模型性能的关键影响,合理调整这些超参数能够进一步优化模型表现,提升预测准确率。综上所述,提出的MSBi-LSTM方法为透平发电机组的振动趋势预测提供了一种高效、精确的技术手段,具有较强的工业应用前景,能够显著提高钢铁行业设备的稳定性与生产效率,推动行业的高效、稳定与可持续发展。