在全球碳中和背景下,以氢基直接还原铁（direct reduction iron, DRI）为核心的“绿铁”生产被视为钢铁工业脱碳的重要路径。然而,作为转型先锋的欧盟,其DRI项目建设却出现普遍推迟与“两极分化”的困境,其他国家也遇到一些困惑。本文基于欧盟和多国的DRI项目实践,从能源结构、技术路线、产业生态与全球贸易的系统性重塑等维度展开分析,指出欧洲该项目的推迟是“成本-需求”剪刀差、能源系统转型速度滞后于工业脱碳需求、政策工具失灵、内部路径依赖与全球竞争压力等多重系统性障碍共振的结果。进一步分析提出,“绿铁”的实现面临技术成熟度、经济性、标准缺失与供应链重构等共性挑战,其发展必然要经历漫长的技术-市场-政策协同演进的过渡期。基于此,文章构建了一个涵盖技术经济、产业生态与地缘贸易的多维分析框架,并深入探讨了中国在全球“绿铁”体系构建中的战略框架,指出中国需摒弃碎片化投资模式,实施“国内外双循环”联动的组合策略。国内层面,应以可再生能源富集区为基地,推进“绿电-制氢-冶金”一体化示范与规模化,夯实技术根基;国际层面,则应通过资源与市场双布局,获取要素禀赋优势。最终,中国应将外部碳壁垒压力转化为内部系统性改革与产业链升级的动力,力争成为全球“绿铁”技术创新的重要贡献者、供应链的核心组织者以及规则制定的关键参与者。

含铝奥氏体钢（alumina-forming austenitic steel,AFA钢）作为一种典型的析出强化钢,其通过析出超细MC、Laves-Fe₂（Nb, Mo）和B2-NiAl等相,增强合金高温环境下的蠕变抗力,并能够在服役过程中形成连续致密的Al₂O₃保护层,使钢的抗氧化性能显著提升,在先进核能、火力发电、能源化工等领域中具有广阔应用前景。然而,结构材料长期服役于复杂、极端的环境,会面临失效风险。AFA钢在复杂极端环境下的氧化膜稳定性机制、多因素耦合腐蚀规律以及成分-工艺协同调控理论仍有待明晰,这些问题制约了其工程化应用。本文系统阐述了含铝奥氏体钢的腐蚀行为,探讨了其在高温空气、水蒸气、超临界流体、高温熔盐、液态金属等腐蚀环境下氧化膜层结构的演化机制以及不同环境下腐蚀机制的共性与差异;揭示了铝、铬、镍等主要合金元素及铌、硅、钇等微量添加元素对其氧化膜结构和稳定性的协同调控;归纳了涂层、预氧化及预变形等工艺措施对AFA钢耐蚀性能的影响。最后,总结了当前针对AFA钢研究的局限,提出未来重点研究方向。相关研究表明,Al₂O₃膜的连续性与稳定性是AFA钢耐腐蚀的关键,环境参数、合金成分与工艺调控共同影响膜层长期服役的可靠性。

面对铁矿石资源约束日益趋紧、环保成本持续攀升以及烧结-高炉冶炼工序动态耦合复杂的挑战,传统铁矿石经济评价方法因其静态、孤立的分析视角,难以统筹原料采购、烧结配矿与高炉冶炼等多环节间的动态关联与成本联动,已无法适应钢铁企业在复杂条件下进行原料结构优化的决策需求。为此,本文基于遗传算法,构建了面向“烧结-高炉”工序链的铁矿石经济性动态评价模型。该模型以铁水日利润为核心优化目标,通过约束高炉炉渣二元碱度与镁铝质量分数比等关键工艺参数,动态调节烧结熔剂配比与高炉炉料结构,从而实现从原料采购到铁水生产的全流程效益精准评估。研究中,系统纳入了烧结工序燃耗、高炉燃料比、高炉渣量等跨工序关键指标的关联影响,显著提升了评价体系的系统性与适用性。基于实际生产数据的仿真分析表明,所建立的评价模型在给定的边界条件下,已能系统性地量化不同铁矿石在“烧结-高炉”全流程中的经济效益差异,为钢铁企业在资源与环保双重压力下实现低碳冶炼与经营效益协同优化提供了科学的决策工具,具有重要的理论创新与实践指导意义。未来研究可进一步引入机器学习等方法,深入揭示操作参数、有害元素等与燃料比之间的动态影响机制,从而进一步提升模型的完整性与准确性。

针对烧结过程质量预测模型预测精度低、决策过程不透明的“黑箱”问题,本文提出融合夏普利可加性解释（Shapley additive explanations,SHAP）与河马优化反向传播（hippo-optimized back propagation,HO-BP）神经网络的预测模型。首先应用SHAP方法对影响烧结矿质量的16个工艺参数进行重要性量化分析,以提升模型的透明度并验证特征有效性,然后利用河马优化算法对BP神经网络的初始权值和阈值进行全局寻优,构建HO-BP预测模型,以规避传统BP（back propagation）网络易陷入局部最优的问题。最后将特征数据作为HO-BP的输入来预测烧结矿的转鼓强度和成品率。结果表明,SHAP分析得出烧结矿转鼓强度和成品率与固定碳含量、碱度、烧结机速及终点温度等核心影响因素紧密相关。与标准反向传播（BP）、遗传算法-反向传播（genetic algorithm-back propagation, GA-BP）及随机森林等基准模型相比,HO-BP模型在测试集上的决定系数达到0.91,均方根误差、平均绝对误差和均方误差分别为0.28、0.21和0.07,这表明HO-BP模型具有较高的预测精度和良好的泛化能力,为烧结过程的智能化控制提供了可靠的新途径。

在钢铁行业绿色低碳发展背景下,提高球团矿配比成为必然趋势。然而,传统酸性球团矿还原膨胀率高、软熔温度低,且难以满足高炉炉料综合碱度要求,制约了配比提升。高碱度球团矿可有效改善上述缺陷并优化炉料碱度结构,但碱度提升对球团性能的影响机制尚需深入研究。本文系统考察了碱度（1.0~1.5）和碱性熔剂种类对高碱度球团成球固结及性能演变的影响。结果表明,随着碱度的增加,生球质量呈现先改善后劣化的趋势,在碱度为1.2时达到最优;成品球抗压强度在碱度为1.3时达到峰值;微观分析揭示适宜碱度下形成的钙铁橄榄石和铁酸钙等高强度结合相呈网络状分布,固结模式从“点-点接触”升级为“面-面结合”。还原膨胀率随着碱度增加从24.3%大幅降低到8.0%,这归因于铁酸钙对铁原子迁移的强烈约束作用。随着石灰石粉配比（质量分数）从0%增加至2%,成品球抗压强度降低约600 N/P,这主要是由于石灰石分解滞后导致高强度黏结相生成不足及CO₂逸出形成的微裂纹网络。还原膨胀率在石灰石粉配比（质量分数）为1%时降低到最低值10.7%,此时孔隙结构与结合相强度达到最优平衡。建议碱度控制为1.2~1.3,可兼顾生球成型性能、成品球机械强度和抗膨胀性能;石灰石粉添加量（质量分数）应控制在1%以内。

在国家“双碳”目标及钢铁工业绿色转型背景下,富氢高炉炼铁已成为降低CO₂排放的核心技术路径。然而,氢气的引入改变了传统高炉内原有的热化学平衡,尤其是硫元素在气-固-液多相间的迁移行为发生了明显改变,直接影响到铁水品质控制、高炉顺行及后续脱硫成本。本文针对富氢条件下高炉内硫的迁移行为及其演变规律进行了系统综述。通过对比传统高炉与富氢冶炼下硫元素在高炉各区域的反应,重点剖析了富氢引发的三大影响,在块状带,H₂及还原产物H₂O显著提高了焦炭溶损反应的动力学速率,使炉料中的硫化物提前气化并向稳定的H₂S转化,优化了气相排硫路径;在软熔带,通入高炉的H₂作为还原剂不仅使软熔带变薄且位置下移,更使入炉料金属化率提升,大幅降低了初渣中FeO的质量分数,改变了软熔带的反应界面性质;在炉缸区域,进入炉缸的总硫负荷减少,同时,因FeO含量降低导致渣铁界面氧势降低,炉渣碱度也因富氢冶炼有所上升,这些都从热力学角度提高了渣铁硫分配比L_S。综上所述,富氢冶炼具备在源头降硫与末端高效固硫的双重潜力。本文旨在阐明富氢对高炉内硫迁移路径的影响机制,为优化富氢工艺下的铁水质量控制及低硫冶炼实践提供理论支撑。

针对电弧炉（electric arc furnace,EAF）出钢合金化过程中锰元素收得率受多变量耦合、数据噪声大及工况波动显著等因素影响难以实现稳定预测的问题,基于现场生产数据,本文构建了一种融合变分自编码器（variational autoencoder,VAE）与改进粒子群优化（improved particle swarm optimization,IPSO）算法的锰收得率预测模型。首先,利用监督式VAE对原始冶炼工艺参数进行非线性降噪与特征重构,提取具有较强鲁棒性的潜变量特征;在此基础上,引入支持向量回归（support vector regression,SVR）、极端梯度提升（extreme gradient boosting,XGBoost）、随机森林（random forest,RF）和多层感知机（multilayer perceptron,MLP）4类模型构建集成预测框架,并通过引入混沌映射、非线性惯性权重及自适应高斯变异机制的IPSO算法对基模型权重进行优化。随后,将模型封装为锰收得率在线预测系统,用于辅助合金加料量计算与现场工艺决策。结果表明,VAE预处理能整体改善各基模型的预测性能,其中SVR模型在测试集上的平均绝对误差E_MA和均方根误差E_RMS分别降低17.8%和11.4%;经IPSO模型加权的集成模型在测试集上取得E_MA=0.086、E_RMS=0.135的最优结果,E_MA相较最佳单一模型XGBoost进一步降低2.3%。收敛性分析显示,IPSO模型在相同参数条件下相较于标准粒子群（particle swarm optimization,PSO）算法具有更快的收敛速度和更好的稳定性。研究结果表明,本文模型能够适应电弧炉复杂工况变化,为合金加料的智能决策和过程精细化控制提供了有效技术支撑。

为优化硅、铝合金元素含量,提升钢中夹杂物控制效果与磁性能,制备了3种高牌号无取向硅钢热轧板及其成品钢。借助扫描电镜结合能谱仪和图像分析软件分析了热轧板中夹杂物的特征、形成机制及其对成品钢磁性能的影响机制。研究结果表明,硅和铝合计质量分数为2.50%~4.00%的钢中主要氧化物夹杂为Al₂O₃、Al₂O₃-SiO₂、MgO-Al₂O₃、MgO-Al₂O₃-SiO₂;氮硫化物夹杂为AlN-MnS、AlN-MgS-MnS、AlN-MgS;氮化物为AlN和（Al,Si）_xN_y。钢中硅和铝合计质量分数增加1.0和0.5个百分点后,夹杂物总面积分数分别降低11.6%和15.1%,夹杂物的平均尺寸减小,钢的铁损P_1.5/50分别降低18.6%和3.9%,磁感应强度B₅₀略微增大。钢中杂质元素含量相当的情况下,硅含量对铁损的影响比铝影响更大,铝含量对磁感应强度的影响比硅更大。随着硅和铝含量增加,钢中氧含量随之降低,导致残留在钢中的氧化物和氧硫化物含量减少。精炼和浇铸过程中,钢中的硅和铝元素通过持续还原耐火材料和精炼渣中的MgO使钢中的镁含量、细小的铝镁尖晶石和MgS类夹杂物增多,MnS类夹杂物被改性为球形MgS类夹杂物后析出量减少,长方形的氮化物数量增加但面积分数降低。硅含量相同的钢中铝含量的增加提高了MgS、AlN的析出温度,钢中析出相的形核数量增加,但夹杂物长大不明显。对于硅和铝合计质量分数为3.50%~4.00%的高牌号无取向硅钢,推荐通过优化精炼渣中MgO的含量和精炼时间,来减少氧化物夹杂对钢磁性能的影响和耐火材料的侵蚀。合理脱硫并控制钢中的氮含量,减少不规则形状的大尺寸硫化物、氧硫化物和AlN的危害是高硅和铝含量高牌号无取向硅钢获得优异磁性能的关键。

聚焦连铸中间包内钢液停留时间分布（residence time distribution,RTD）曲线的精确预测与快速分析问题,提出基于计算流体力学（computational fluid dynamics,CFD）数据驱动与多模型对比的机器学习预测框架,旨在解决传统数值模拟方法计算效率低、计算资源消耗大的瓶颈问题。本文系统比较了最小二乘支持向量机（least squares support vector machine,LSSVM）、反向传播（back propagation,BP）神经网络、长短期记忆网络（long short-term memory,LSTM）和卷积-门控混合神经网络（convolutional gated recurrent unit,CNN-GRU）4种模型在不同中间包RTD曲线预测任务中的表现,得出LSTM模型在综合预测性能方面表现最佳,预测值与模拟值的相对误差稳定为-5%~5%,且预测耗时仅1.5 s,显著优于其他模型。进一步引入了优化算法对模型进行调优,有效提升了RTD曲线预测的准确性与鲁棒性。在此基础上,开发了RTD曲线流体参数计算分析模块,基于LSTM预测结果计算的平均停留时间、死区体积分数等物理参数与CFD模拟结果的误差维持为3%左右,分析结果充分证明LSTM预测模型在RTD曲线物理层面上的准确性。对比传统数值模拟,本方法预计可降低80%的时间与计算资源,为中间包工艺优化提供了高效数字化工具与可靠理论支撑,可助力钢铁生产流程的智能化发展。

直轧工艺可实现连铸与轧制的无缝衔接,是钢铁工业降低碳排放、实现绿色转型的重要路径。然而,铸坯在直轧过程中未经过加热炉二次加热,无法实现铸坯均热,头尾温差会遗传至轧制过程,影响轧材长度方向的性能稳定。本文以某钢厂170 mm×170 mm方坯直轧生产线为研究对象,建立了连铸-输送-轧制全流程温度变化模型,揭示了铸坯头尾温度的遗传特性及其对微观组织性能的影响。结果表明,头尾温差源于连铸过程,拉速是调控铸坯初始温度的关键参数,拉速每提高0.1 m/min,铸坯表面温度提升10~15 ℃,输送过程中铸坯表面温降速率为0.381~0.643 ℃/s,头尾温差在140 s内从109 ℃降低至92 ℃。为实现头尾温差调控,开发了四级十循环动态温度调控系统,通过在轧制过程中采取“高温区强冷、低温区弱冷”差异化冷却方式,将终轧头尾温差缩小至25 ℃以内。结合工业生产试验可知,合理调控头尾温差可实现轧材长度方向的组织均匀性,头、中、尾部均可获得均匀的铁素体-珠光体组织,不同位置均以大角度晶界为主导,动态再结晶充分。相比于传统热轧工艺,方坯直轧工艺可提高珠光体体积分数,产品屈服强度达437~488 MPa,抗拉强度为601~643 MPa,头尾力学性能波动范围为15 MPa以内,屈服强度较传统热轧工艺提高20~30 MPa。研究结果揭示了直轧工艺下铸坯全流程头尾温差的遗传特性和轧材组织性能之间的关系,为高品质直轧工艺生产提供理论支撑。

针对热轧钢材图像表面缺陷纹理信息差异大,边缘信息模糊以及多尺度特征融合不充分等问题,提出一种基于YOLOv11s的改进模型ECS-YOLO。首先,引入大可分离核注意力机制（large separable kernel attention,LSKA）,通过超大卷积核带来的广阔感受野,使图像中的局部与全局上下文信息得到有效整合,从而增强模型对低质量样本和小目标缺陷的适应能力。其次,提出一种全新的多尺度特征融合模块（C3k-multi-scale feature fusion,C3k-MSFF）,该模块能够促进模型对多尺度、多层次的特征信息融合,提高模型对不同尺度缺陷的适应能力。最后,结合边缘检测算子Scharr,构建边缘信息提取模块（edge information extraction,EIE）,通过提取钢材表面缺陷的边缘信息和保留一定的空间信息,使模型对缺陷边缘特征和原始细节特征的识别能力提升。由于NEU-DET数据集图片较少,因此对划分后的训练集进行数据增强处理,从而扩展数据集图片。试验数据表明,改进后的算法在经过数据增强后的NEU-DET数据集上的平均精度均值（P_mA50）、预测精度（P）和F₁分数（F₁）分别达到80.12%、80.09%和75.63%,相比于原YOLOv11s网络分别提升了3.12%、5.76%和3%,且每秒帧率（F_PS）提升了21帧/s。ECS-YOLO模型在热轧钢材表面缺陷检测中展现出卓越性能,尤其在对于裂纹、夹杂物以及斑块这3类缺陷的检测中,模型展现了十分优秀的识别能力。模型在检测精度与推理速度上实现了较优平衡,满足工业检测需求,为实际工业生产中的钢材表面缺陷检测提供了新的解决方案。

大长径比管材滚弯成形过程中,因上辊刚度不足,且受限于空间结构而无法通过外加支撑辊提高刚度,导致成形管材出现明显“凸肚”现象,甚至难以成形。针对以上问题,本文提出了反挠曲补偿滚弯成形工艺,并对上辊进行了辊形补偿优化设计。以外径813 mm、管长6 000 mm、壁厚12 mm的X80管材为研究对象,构建了传统滚弯与反挠曲补偿滚弯过程的有限元模型。模拟结果表明,与传统滚弯相比,反挠曲补偿滚弯在预弯和滚弯阶段的上辊最大挠度分别由13.41、7.43 mm降低至3.10、2.16 mm。成形管材在预弯段的zy与zx平面最大母线直线度分别由7.59、1.95 mm/m降低至3.37、1.42 mm/m,在滚弯段则分别由1.56、0.38 mm/m降低至1.13、0.24 mm/m。反挠曲补偿滚弯在上辊挠度和成形管材最大母线直线度方面相较传统滚弯明显提升,但仍不能完全消除上辊挠度,反挠曲补偿滚弯所成形的管材在预弯段中部易出现管径偏大和壁厚减薄等问题。为进一步补偿上辊残余挠度,本文采用傅里叶级数拟合方法对上辊进行辊形补偿优化设计,并对滚弯阶段的反挠曲位移进行了优化调整。经辊形补偿优化设计后,成形管材预弯段的zy与zx平面最大母线直线度较传统滚弯分别由7.59、1.95 mm/m降低至0.75、0.60 mm/m,在滚弯段分别由1.56、0.38 mm/m降低至0.16、0.06 mm/m。研究结果表明,该成形工艺可显著提升管材成形精度。

为进一步探究埋弧焊工艺对G115钢管焊接接头组织与性能的影响,本文研究了应用于630 ℃国家电力示范项目的新一代马氏体耐热钢G115钢管焊接接头在高热输入埋弧焊（submerged arc welding,SAW）条件下的组织演化与性能分区特征。采用多尺度显微表征手段,对焊缝金属、粗晶热影响区（coarse-grained heat-affected zone,CGHAZ）、细晶热影响区（fine-grained heat-affected zone,FGHAZ）、临界热影响区（intercritical heat-affected zone,ICHAZ）及母材的显微组织、位错结构与析出行为进行系统分析。结合核平均取向差（kernel average misorientation,KAM）与几何必需位错（geometrically necessary dislocation,GND）的定量分析,揭示了各区域的局部取向梯度和应变累积特征,并建立了组织与显微硬度之间的对应关系。结果表明,高热输入SAW促使焊缝区形成粗大的柱状原奥氏体晶粒和粗板条马氏体,同时析出纳米级富铜相并保留了较高的位错密度,使其显微硬度与GND均处于较高水平。CGHAZ的峰值温度接近固相线,发生完全再奥氏体化并伴随显著的晶粒粗化,冷却后形成粗大的马氏体,其位错密度和GND达到最高,是接头中的主要硬化区。FGHAZ晶粒细小,形成细密的板条马氏体,取向梯度和GND处于中等水平。ICHAZ仅发生局部再奥氏体化,形成“新生马氏体+二次回火马氏体”的混合组织,位错回复明显,呈现典型的软化特征。母材则保持稳定的回火马氏体组织,位错密度和GND最低。焊接接头的显微硬度整体呈现从焊缝和CGHAZ向ICHAZ与母材逐级降低的梯度分布规律,该规律与板条尺度、位错密度及析出相状态高度一致。本研究阐明了SAW条件下G115钢管焊接接头的组织演变及硬度分区机制,为其在超超临界机组中的焊接工艺优化和服役性能评估提供了重要参考依据。

在新能源汽车轻量化与“双碳”目标背景下,中锰钢作为第3代先进高强度钢,其强度与塑性的协同提升是实现车身轻量化的关键。为探究在相同热处理工艺下微量锰含量变化对中锰钢组织与性能的系统性影响,本文设计了锰质量分数分别为5.1%（5.1Mn）和5.6%（5.6Mn）的2种低碳低合金中锰钢。通过冶炼、热轧、冷轧及在610、630、650 ℃3个温度下的两相区临界退火处理,结合扫描电子显微镜（scanning electron microscope,SEM）、X射线衍射（X-ray diffraction,XRD）及拉伸试验等方法,系统分析了其夹杂物特征、微观组织演变及力学性能规律。结果表明,2组试验钢均形成以MnS包裹Al₂O₃为特征的复合夹杂物。在各退火温度下,5.6Mn钢的残余奥氏体体积分数均高于5.1Mn钢,且在630 ℃退火时实现了最佳的强度-塑性匹配。力学性能测试显示,得益于锰元素的固溶强化效应与相变诱导塑性（transformation-induced plasticity,TRIP）效应的协同作用,5.6Mn钢的屈服强度与抗拉强度均优于5.1Mn钢。在630 ℃中温退火条件下,其伸长率较5.1Mn钢提高4.89%;而在较低温度退火时,由于奥氏体含量不足,5.6Mn钢的塑性出现劣化;较高温度退火则因奥氏体稳定性下降,导致材料强塑性匹配降低。本研究明确了锰含量微调与退火工艺之间的适配关系,为新能源汽车轻量化用中锰钢的成分优化与工艺改进提供了理论依据与工程参考。

Ti-Mo微合金钢因具备较高的强度,被广泛应用于海洋工程、桥梁结构及汽车承载部件。目前对该钢种的研究多集中于强化规律及机制,对其韧化机制的关注相对较少。本文选取3种不同钛含量的试验钢,经固溶、奥氏体化及等温处理后,采用光学显微镜（optical microscope,OM）、电子背散射衍射（electron backscatter diffraction,EBSD）、透射电子显微镜（transmission electron microscope,TEM）、拉伸试验机及冲击试验机对Ti-Mo微合金钢的光学组织形态、晶界状态、析出相分布以及力学性能进行表征,分析了微观结构对强韧性能的影响规律。结果表明,随着钛质量分数从0.040%增加至0.157%,试验钢的晶粒尺寸由13.8 μm细化至9.6 μm,析出相体积分数由0.022%增长至0.113%。在细晶强化与析出强化的共同作用下,试验钢抗拉强度由513.3 MPa提升至571.5 MPa。同时,大角度晶界比例由73.6%提高至83.6%,形成细碎交错的晶界网络,可有效阻碍因局部应力集中引起的裂纹扩展;冲击功由67.9 J提升至123.9 J。通过合理的热处理工艺调控Ti-Mo微合金钢的微观组织,获得针状铁素体、纳米尺度析出相与大角度晶界网络相结合的组织特征,能够同步提升试验钢的强度与韧性。

为准确表征Fe-3.75%Si（质量分数）无取向硅钢在室温高应变速率条件下的变形与断裂行为,开展了不同应变速率下的高速拉伸及缺口拉伸试验,系统研究其力学响应与失效机制。本文使用高速拉伸试验机在0.1~ 1 000 s⁻¹应变速率范围内获取真实应力-应变曲线,并结合缺口拉伸试验结果分析断裂应变与应力三轴度之间的关系。在此基础上,构建了适用于高应变速率条件的Johnson-Cook（简称J-C）本构方程与失效方程,并针对原始方程在高应变区间预测精度不足的问题,对应变硬化项进行了修正。结果表明,Fe-3.75%Si无取向硅钢在高速拉伸条件下表现出显著的应变硬化特征与有限的应变速率敏感性,其流动应力演化主要受应变硬化主导。随着应变速率升高,材料的屈服强度与抗拉强度持续提高,但塑性变形能力受到抑制,断裂形式逐渐由韧-脆混合断裂向以解理特征为主的准脆性断裂转变。修正后的本构方程能更合理地反映高速变形过程中流动应力与应变之间的演化规律,其预测误差显著降低,最大误差均在5%以下,平均误差为1%。基于修正本构方程与失效方程的有限元模拟（finite element method,FEM）结果与试验应力-应变响应吻合良好,验证了方程的适用性与可靠性。该研究结果为无取向硅钢冲裁等高速成形过程的数值模拟与工艺优化提供了理论依据。

针对亚温退火造成中锰钢强度明显下降的问题,本文采用回火工艺,通过碳原子配分实现高强高韧中锰钢的制备。结果表明,中锰钢经热轧处理后,其显微组织以板条马氏体为主,残余奥氏体（retained austenite,RA）体积分数为13.3%,多呈薄膜状镶嵌于马氏体板条间,同时δ-铁素体沿轧制方向呈层片状分布。经200 ℃回火处理1 h后,碳原子由马氏体基体向残余奥氏体扩散,此时残余奥氏体中碳原子质量分数达到峰值,约为0.84%。碳含量的提升提高了残余奥氏体的力学稳定性,在塑性变形阶段诱发了更为持续显著的相变诱导塑性（transformation-induced plasticity,TRIP）效应,从而使材料获得更优异的力学性能。随着回火温度升高,残余奥氏体与板条马氏体均发生分解。经600 ℃回火处理1 h后,残余奥氏体体积分数仅剩余6.5%,同时位错密度显著下降。200 ℃回火处理1 h后,材料强度与塑性实现良好匹配,中锰钢抗拉强度为1 854 MPa,屈服强度为1 205 MPa,断后伸长率为18.5%。这主要归因于碳原子扩散对相变诱导塑性效应的调控以及内应力的有效释放。相应的拉伸断口形貌也由回火前的脆性断裂特征转变为回火后的韧性断裂特征。

针对LNG储罐用高锰奥氏体钢焊接过程中存在的锰蒸气,并伴随热影响区（heat affected zone,HAZ）组织劣化及低温韧性下降等问题,本文采用低热输入的电子束焊（electron beam welding,EBW）对含铝高锰钢进行焊接,并系统研究了EBW接头的显微组织演变、元素分布特征及其对-196 ℃低温冲击韧性的影响。试验结果表明,EBW接头由焊缝金属区、粗晶热影响区（coarse grain heat affected zone,CGHAZ）和细晶热影响区（fine grained heat affected zone,FGHAZ）组成。焊接HAZ整体较窄且组织均匀,残余应变较低,区域内大角度晶界比例超过90%,而CGHAZ中Σ3退火孪晶界比例明显降低。焊缝金属在快速凝固过程中形成了碳和锰的枝晶偏析,但HAZ的锰元素没有在特定区域富集,而是沿轧制方向形成C-Mn共偏析带。EBW接头表现出优异的强韧性,其屈服强度、抗拉强度和总伸长率分别达到416、746 MPa和41.3%。焊接接头各位置-196 ℃低温冲击吸收功均在148 J以上,性能稳定且接近母材水平。研究表明,C-Mn共偏析、Σ3孪晶界所占比例降低以及焊接热循环引入的残余应变会对EBW接头的低温韧性产生一定影响。在-196 ℃低温冲击载荷下,形变孪生是EBW接头的主要变形机制。大量形变孪晶的形成有效协调了塑性变形、缓解应力集中并阻碍了裂纹扩展,从而保证了焊接接头优异而稳定的低温韧性。

为探究不同奥氏体化温度对20CrNiMo轴承钢在不同复合相区中相变行为及组织性能的影响,综合采用热膨胀法、显微硬度测试以及多尺度组织表征技术,系统研究了20CrNiMo轴承钢在不同冷却速度下的相变临界点、显微组织演变及硬度变化规律,并绘制了其静态过冷奥氏体连续冷却转变（continuous cooling transformation,CCT）曲线。基于CCT试验结果,进一步设计了不同奥氏体化温度与冷却速度试验,探究了奥氏体化温度（950、1 050、1 200 ℃）对铁素体+珠光体、贝氏体+铁素体、贝氏体+马氏体等复合相区的相变行为与组织性能的影响。研究结果表明,在铁素体+珠光体相区（冷却速度为0.5 ℃/s）,高温（1 200 ℃）奥氏体化显著抑制了铁素体与珠光体的形成,促进了贝氏体生成（贝氏体体积分数达71.6%）。在贝氏体+铁素体相区（冷却速度为5 ℃/s）,高温（1 200 ℃）奥氏体化使铁素体基本消失,贝氏体相变区间明显上移,组织由贝氏体+铁素体转变为贝氏体+马氏体。贝氏体体积分数从52.6%增加至68.2%,同时出现31.8%的马氏体组织。贝氏体板条束宽度从9.3 μm增大至13.0 μm,贝氏体硬度下降4.3%。在贝氏体+马氏体相区（冷却速度为15 ℃/s）,随着奥氏体化温度从950 ℃升高至1 200 ℃,贝氏体相变区间缩短,马氏体相变提前（起始温度提高了36 ℃,结束温度提高了49 ℃）。贝氏体体积分数从57.1%急剧减少至14.4%,马氏体成为主导相,所占比例达到85.6%。贝氏体硬度随奥氏体化温度升高先降低11.0%,奥氏体化温度再继续升高至1 200 ℃时,贝氏体硬度反而提高了6.1%。此外,升高奥氏体化温度促进了贝氏体和铁素体的择优生长,导致晶粒取向明显减少。

为实现转炉煤气的低碳、高质量回收,探索生物质粉的新利用途径,提出了煤粉与生物质粉在转炉烟道共气化的方法。通过热力学分析评估了混合物在转炉烟道中的潜在反应,利用热重分析研究了生物质粉质量分数对煤粉-生物质粉混合物特征气化温度与活化能的影响,采用高温沉降炉研究了生物质粉质量分数、温度、粒径、气氛对混合物共气化效果的影响规律,并对气化残渣的形貌、成分、熔融特性进行了分析。热重分析（thermogravimetric analysis,TGA）表明,生物质粉质量分数的增加降低了混合物的气化特征温度和活化能。当生物质粉质量分数从0%增加至50%时,混合物的初始气化温度降低59 ℃,活化能降低37.44 kJ/mol,这归因于生物质粉碳质结构无序、活性位点多的本征特性及其内碱金属氧化物的催化作用。沉降炉试验表明,较高的温度促进了共气化,但CO/CO₂体积分数比的升高抑制了共气化。当混合料粒径为74 μm（200目）、生物质粉质量分数为30%时,可平衡共气化效果和成本。气化残渣分析表明,随着混合物中生物质粉质量分数的增加,混合物气化残渣灰分的软化及流动温度降低,碱酸质量分数比增加,但其结渣倾向保持在较低水平,这表明混合物中灰分在烟道壁上结渣的可能性极小。研究结果证实了转炉高温烟气煤粉-生物质粉共气化方法用于改善转炉煤气质量和促进生物质利用的可行性。