Fe-Mn-Al-C低密度钢由于具有密度低、强塑性优异等特征,在航空航天、新能源汽车等领域具有极大的应用潜力。对于该类钢,第二相(κ-碳化物、B2有序相、DO₃有序相等)的类型、形貌及尺寸等特征对材料的拉伸性能和服役性能具有重要影响,特别是纳米级晶内κ'-碳化物作为核心强化相,可通过绕过或共格切割机制显著提高材料的强度和耐磨性。此外,B2相和DO₃相能够有效阻碍位错运动,增强加工硬化能力,从而提升强度与塑性。因此,合理控制第二相的析出行为,可实现材料强度、塑性与韧性的协同优化,满足不同应用领域的需求。本文综述了Fe-Mn-Al-C低密度钢中第二相的组成结构及强化机制,重点讨论了第二相对拉伸性能以及冲击韧性、延展性、焊接性等服役性能的影响规律。

对球团矿粒度进行控制是改善高炉冶炼效率的关键,传统人工粒度检测普遍存在检测周期冗长、测量误差偏大等弊端,亟需配套自动化智能检测技术。为此,本文提出1种融合标记重构策略的分水岭分割算法,并依托该算法对比3种不同去噪方案对球团矿图像分割效果的影响。试验结果表明:采用双边滤波预处理结合标记重构分水岭算法开展球团矿粒径检测,分割准确率可达 89%,过分割率、欠分割率分别为 11.5%、7.1%。所提球团矿粒度检测算法在工业自动化检测与产品质量管控场景中具备突出的工程应用价值,可为球团矿在线检测技术迭代升级提供新思路与技术支撑。

目前,铁矿石作为钢铁工业核心基础原料,其供需关系正逐步发生转变。高品位铁矿石经过长期大规模开采,资源日渐匮乏,其价格也因供需失衡而不断攀升,给钢铁企业带来了巨大的成本压力,对钒钛磁铁矿的开发利用已经成为当今冶金行业的热门课题。钒钛磁铁矿作为1种重要的矿石资源,它不仅含有Fe元素,还富含V、Ti等稀有金属元素,具有极高的综合利用价值。然而,高比例钒钛磁铁矿用于球团生产时存在诸多不足,如球团的抗压强度、冶金性能等方面会受到影响,这限制了其在钢铁生产中的大规模应用。因此,深入开展高比例钒钛矿制球工艺参数优化研究,确定合理钒钛矿配矿比例,对提升钒钛磁铁矿球团品质、促进其在钢铁行业高效应用具有重要现实意义。研究结果表明,当球团配比中钒钛矿质量分数为70%、膨润土质量分数为1.5%、焙烧温度为1 150 ℃时,成品球团的抗压强度达到2 011 N,球团矿的矿物组成主要是钛赤铁矿和钛磁铁矿,生成的液相主要包括钙铁硅酸盐相和钙铁辉石相。本研究通过优化试验,确定钒钛矿配比最佳参数,提高了钒钛磁铁矿球团矿质量。

针对钢铁行业低碳转型与固废资源化需求,本研究首次提出将废弃活性炭(SAC)与无烟煤(XY)混合用于高炉喷吹燃料,通过非等温热重试验和动力学模型系统揭示了XY、SAC及二者混合物的燃烧性能。研究表明,XY有序度和石墨化程度略高于SAC,而SAC具备发达的孔隙结构与优异比表面积,掺入后可显著降低混合燃料的着火温度与反应活化能,且 SAC 掺配比例为40%(质量分数)时协同作用最优。动力学分析表明,随机孔隙模型较体积模型能更精准拟合燃烧过程,随着SAC配比的逐渐增加,混合燃料的活化能先降低后增加,在掺比 40%(质量分数)时活化能达到最小值,确定该比例为最优配比。

转炉炉渣成分对终点控制和钢铁料消耗具有重要影响,且受铁水条件、造渣制度、脱磷工艺等因素影响波动较大。针对炉渣成分特征因素维度高、非线性强的特点,本文以 SiO₂、CaO、TFe等为研究对象,提出1种基于特征加权的堆叠集成(Stacking)学习预测模型。该模型融合多种基学习器,并在元学习器中引入特征加权机制,依据各输入特征的重要性动态调整基模型贡献度,挖掘复杂的非线性关系。基于转炉历史生产数据完成模型构建、训练与交叉验证,使用夏普利加性解释(SHAP)值分析识别关键影响特征,为优化模型和工艺参数提供参考依据。结果表明,与单一回归模型和不同基学习器模型相比,基于特征加权 Stacking 模型在平均绝对误差、均方根误差及决定系数等评价指标上均表现出显著优势。SiO₂、CaO、P₂O₅、TFe的平均绝对误差分别为0.144、0.539、0.037、0.403,均方根误差分别为0.277、0.787、0.082、0.634,决定系数分别达到92.2%、84.8%、79%、80.1%,验证了该模型在预测准确性与稳定性方面的优势。

以70 t级16Mn钢锭为研究对象,采用 ProCAST 数值模拟结合钢锭实体解剖分析,研究钢液过热度和浇铸速度对大型模铸钢锭疏松、缩孔缺陷控制及合金元素偏析行为的影响。研究结果表明,当钢液过热度为50~60 ℃、锭身浇铸速度为3.0 t/min、冒口浇铸速度为1.0 t/min时,结合良好的冒口保温效果,锭身疏松缺陷与合金元素宏观偏析均可得到有效控制。凝固结束后,锭身中无缩孔缺陷,中上部区域存在宽度约400 μm的条带状偏析通道,通道处存在评级为1级的一般疏松缺陷,上述缺陷可通过控制加热温度与锻造比予以消除。锭身偏析主要由钢液选分结晶引发,以负偏析为主。其中,C、Si、Mn、P、S五种元素在钢锭底部约50 cm 高度区间形成负偏析区;C元素在距锭身表层10 cm 范围内出现局部负偏析;P元素在锭身整体区域表现为轻度负偏析;S元素则在锭身上部近表层位置形成大范围负偏析区域。

为提升圆柱滚子轴承表面缺陷的自动化识别精度与检测效率,本文提出1种基于多级注意力机制的轴承分类模型CGMBNet。该模型以ResNet18为编码器,通过自适应交叉注意力模块(ACAM)构建编码器与解码器间的跨层级特征关联,以强化关键特征并抑制噪声;引入全局注意力模块(GAM)实现多尺度特征融合与长距离依赖建模,从而协同表征缺陷局部细节与滚子整体结构;设计多分支动态加权模块(MOAW)对多尺度预测结果进行自适应优化,进一步提升分类性能。试验结果表明,CGMBNet在某特种轴承有限公司提供的轴承分类数据集上取得90.75%的分类准确率和89.57%的宏平均F1值。与传统分类模型、目标检测模型及近年来提出的先进方法相比,分类准确率分别提升了8.05%、8.35%及5.12%以上,在整体性能上表现更佳,验证了该模型在圆柱滚子表面缺陷分类任务中的有效性与可行性。

为揭示2 000 MPa级超高强度钢在高应变速率下的动态变形与失效行为,采用准静态拉伸试验和分离式霍普金森压杆(SHPB)动态压缩试验,获得不同温度和应变速率下的应力-应变响应,并结合金相显微镜、扫描电子显微镜和透射电子显微镜分析微观组织与断口形貌。在500~5 100 s^-1应变速率范围内,试验钢的动态屈服强度和塑性流动应力均随应变速率增加先升高后降低,表明低应变速率阶段以应变速率强化为主,超过临界应变速率后绝热温升引起的热软化逐渐占主导。应变速率为1 966 s^-1时形成形变绝热剪切带,应变速率为3 533 s^-1时形成相变绝热剪切带;失效临界应变速率约为3 700 s^-1,此时仍以塑性断裂为主,而应变速率达到5 100 s^-1时断口出现解理特征。基于准静态和动态试验数据确定了Johnson-Cook模型参数,并建立了应变速率与绝热温升的定量关系,通过修正热软化项将率-温耦合效应引入模型。

随着全球能源结构向低碳化转型,氢能输送的需求日益增长。X65管线钢作为主流输送材料,在高压掺氢环境中易发生氢脆,威胁管道安全。为研究掺氢比例对X65管线钢性能的影响,本研究对X65管线钢进行了5%~30%(体积分数)的掺氢处理,并通过慢应变速率拉伸试验,结合扫描电子显微镜(SEM)、透射电子显微镜(TEM)及能谱分析(EDS)等微观表征手段,系统表征了材料的力学性能与断裂特征。结果表明,掺氢后材料力学性能显著下降;随着掺氢比例升高,断口形貌由韧性微孔聚集型断裂逐渐转变为脆性断裂;微观组织中观察到明显的位错缠结及晶格畸变。

本文为了探究Ni元素含量对304L不锈钢奥氏体稳定性及低温冲击韧性的影响机制,通过室温及-196 ℃下的V型缺口冲击试验,结合光学显微镜(OM)、电子背散射衍射(EBSD)、X射线衍射(XRD)及透射电子显微镜(TEM)等多种表征手段,研究了不同Ni含量试验钢在低温下淬火马氏体与形变诱导马氏体的析出行为,进而阐明了影响304L不锈钢低温冲击韧性的主要因素。结果表明:低温下淬火马氏体的析出是导致材料韧性下降的主要原因。当试验钢中Ni质量分数从8.68%提高至11.7%时,经-196 ℃冷处理后,材料中的淬火马氏体体积分数由16%逐渐减少至约0.8%,奥氏体热稳定性显著提高,冲击功由155 J提升至272 J,低温冲击韧性得到明显优化。此外,Ni元素还能提高304L不锈钢奥氏体相的机械稳定性,有效抑制形变诱导马氏体的生成。Ni质量分数为8.68%的试验钢,其冲击试样断口处的形变诱导马氏体体积分数高达78%;而当Ni质量分数增至11.7%时,该值约降至45%。

为解决小型履带式运-挖作业车斗齿频繁发生磨损失效的问题,研发了一种用于斗齿的高硼高速钢耐磨材料,并系统研究其微观组织、力学性能及耐磨性。结果表明,铸态组织主要由α-Fe和M₂B硼化物(M为Fe、Cr、Mo等)组成,包含连续网状的亮白色M₂B_Ⅰ、浅色块状M₂B_Ⅱ及深色杆状M₂B_Ⅲ;热处理后硼化物尖角趋于圆润,网状结构断裂,并析出细小的M₂₃(B,C)₆二次颗粒。3种硼化物的总体积分数约为23%,其中M₂B_Ⅰ和M₂B_Ⅲ合计占比67.41%,且由于Mo/Cr固溶所导致的密集刃型位错的形成,二者表现出较高的硬度和韧性。热处理后合金的宏观硬度达64.23HRC、冲击韧性为8.82 J/cm²,其三体耐磨性优于低碳合金钢、钒钼系高速钢及Cr26高铬铸铁。经热处理的高硼高速钢兼具硬度、韧性和耐磨性,适用于恶劣工况下的小型运-挖作业车斗齿。

随着风力发电设备的大型化发展,对风机紧固件的性能提出了更高要求。42CrMoVNb作为典型的螺栓用钢,因含有Nb、V等强碳化物形成元素,其析出相演变对热处理工艺敏感,直接影响螺栓的服役性能。为构建匹配风电紧固件服役需求的最佳热处理工艺窗口,采用Thermo-Calc热力学软件对42CrMoVNb螺栓钢的析出相进行热力学模拟计算,研究了该钢中的析出相种类,重点计算并分析了回火过程中MC相的析出行为。结果表明,在平衡态下,42CrMoVNb螺栓钢中存在奥氏体、铁素体、MC、M₂₃C₆相及渗碳体。回火过程中,(Mo, V)C为主要析出相。当保温时长为120 min时,随着回火温度从500 ℃升高至650 ℃,(Mo, V)C相的尺寸明显粗化:晶内析出的(Mo, V)C相尺寸由2.5 nm粗化至20.1 nm,位错处析出相尺寸由2.6 nm粗化至156.8 nm,晶界处析出相尺寸由2.5 nm粗化至194.1 nm。同时,(Mo, V)C相的体积分数显著增加:晶内析出相体积分数由2.6×10^-5提高至8.9×10^-3,位错处析出相由6.8×10^-12提高至1.8×10^-4,晶界处析出相由2.1×10^-10提高至2.7×10^-3。这种差异主要归因于不同晶体缺陷处的形核能垒、原子扩散速率以及碳化物粗化速率的共同作用。

为揭示Ni质量分数对Ni-Cr-Mo-V钢海水腐蚀行为的影响,采用失重试验、电化学测试、微观形貌观察和锈层成分分析等方法,对2种Ni-Cr-Mo-V钢在人工海水中的腐蚀行为及其差异进行了研究。结果表明,尽管2种钢均为贝氏体钢,但B钢主要由均匀细小的板条贝氏体组成,且Ni质量分数较高,因而表现出更好的耐蚀性。在腐蚀初期,2种钢的腐蚀速率均较高,随后随浸泡时间延长逐渐降低并趋于稳定。浸泡42 d后,A钢因腐蚀产物层破裂,腐蚀速率上升,B钢形成的腐蚀产物层则更为致密、裂纹较少,能够有效抑制腐蚀介质向基体渗透。B钢锈层中Ni、Cr和Mo明显富集,促进了致密保护性内锈层的形成,进一步提高了其耐蚀性。随腐蚀时间延长,2种钢的腐蚀形态均由局部腐蚀逐渐向均匀腐蚀转变。由于B钢的内锈层结构更加致密稳定,其整体耐蚀性优于A钢。