钢铁行业是碳排放的主要源头之一，发展球团技术是实现“双碳”目标的有效措施之一。球团还原膨胀过高会导致反应器透气性恶化，甚至引发生产事故。本文系统综述了铁矿球团还原膨胀的主要机理，包括物相转变引起的晶格膨胀、气体压力导致的铁层破裂、碳沉积引发的结构破坏、还原应力不均导致的裂纹以及新生铁的析出形态。研究表明，调控铁晶须的生成是抑制恶性膨胀的关键突破口，还原膨胀受预热焙烧制度、孔隙度、脉石组分及还原条件的显著影响。通过优化配矿、合理控制碱度、优化预热焙烧制度及限制有害元素摄入，可有效抑制铁矿球团还原膨胀。本研究为球团性能优化及低碳炼铁技术发展提供了理论依据与技术路径。

在高品质钢铁材料现代化生产流程中，对连铸结晶器内部冶金行为的精确调控是保障铸坯质量与工艺稳定性的关键。结晶器内非对称流动是一种典型的、危害性极大的流场畸变形态，已成为制约高品质钢种在高速连铸条件下生产效率与成品率的关键技术瓶颈。首先，溯源并剖析了导致非对称流动的内在性与外在性因素，阐明其从微观扰动到宏观偏流的演化机理；然后，从不断演进的视角，梳理了控制策略从被动防御到主动干预的技术发展过程；最后，立足于对现有研究成果的综合分析，指出该方向的研究空白，并提出前瞻性的展望。旨在为冶金物理化学、多物理场耦合仿真及智能冶金领域提供工艺改进参考。

淬火-配分(Q&P)工艺是近些年发展的一种新型热处理工艺，在后续加工变形过程中，因钢中残余奥氏体的吸收位错(DARA)效应、相变诱导塑性(TRIP效应)以及阻挡裂纹扩展(BCP)效应相互作用，材料体现出良好的强度和塑韧性匹配，较好地解决了高强度与高塑韧性的统一。不锈钢因其优异的耐蚀性、良好的焊接性和加工性能，在石化、家电、制品等领域有着广泛的应用；但由于不锈钢强度普遍偏低，大大限制了其在工程结构、交通建筑等领域的应用。通过Q&P工艺使低合金钢中保留一定量的残余奥氏体，可大幅提高材料强塑性，这对于获得高强度、高塑性的不锈钢材料提供了借鉴意义。本文首先综述了Q&P工艺的发展历程，介绍了Q&P工艺下马氏体不锈钢、铁素体不锈钢及奥氏体不锈钢的组织、性能和强韧化机制，重点阐述了Q&P工艺中奥氏体化工艺、淬火中止工艺及配分工艺对不锈钢组织性能的影响规律；然后介绍了N、Si、Al、Cu等合金元素在不锈钢Q&P工艺中的作用及影响机制；最后对Q&P工艺在不锈钢中的应用前景进行了展望，提出了高强韧不锈钢未来发展的思路，为Q&P不锈钢的产业化发展提供一定的借鉴。

空冷贝氏体钢作为新一代高强韧结构钢，因其在无需等温处理条件下可直接通过空冷形成贝氏体组织，近年来受到广泛关注。其优异的组织性能调控能力和多性能耦合潜力，在结构钢应用领域展现出广阔前景。本文系统回顾了空冷贝氏体钢的发展历程，阐述了其微观组织结构演化特征与固态相转变机制，重点分析了合金元素调控、控制冷却路径和非等温热处理工艺(如Q&P、B&P)对其微观组织形成的作用，进一步在微观层面比较了粒状贝氏体、下贝氏体和上贝氏体组织的性能差异，总结了残余奥氏体的稳定性及其在强韧性提升、氢脆敏感性和疲劳性能中的重要作用机制。新一代空冷贝氏体钢的位错密度与亚晶组织的协同强化被认为是提升屈服强度与加工性能的关键途径。

电弧炉炼钢技术具有流程短、能耗低、碳排放量少等优势，是钢铁行业低碳转型的关键路径。但是，该技术在熔炼过程中存在多变量耦合、强非线性动态特性等难题。机器学习技术依靠强大的数据处理和非线性映射能力，在电弧炉炼钢生产过程中有很大的应用潜力。本文系统总结了机器学习在电弧炉炼钢核心环节的应用研究进展，电弧炉炼钢过程中，机器学习技术在钢液特性调控领域通过多算法融合显著提升了终点碳含量与温度的预测精度，但仍需克服数据依赖性和动态工况适应性等挑战；在能耗精准管控方面，半监督学习技术有效挖掘未标记数据价值以优化能源输入效率，迫切需要突破模型可解释性与跨场景泛化能力的核心难题。针对炉渣行为优化，时序建模方法虽能成功预测发泡状态并指导工艺调节，却面临数据鲁棒性不足与机理关联薄弱的问题；在工艺闭环与设备运维环节，机器学习构建的“数据采集-实时预测-工艺调整-质量反馈”闭环系统已实现故障预警与参数优化，但受高维数据处理效率及算法实时性约束。未来，机器学习在电弧炉炼钢中的应用需聚焦融合机理建模、改进半监督学习技术、增强模型可解释性、优化算法工具和攻克复杂数据处理难题等方向，推动电弧炉炼钢向智能化、绿色化深度转型。

根据云南省现有资源条件及高炉冶炼特色，较为系统地分析了混合煤粉对燃烧性能的影响、混合喷吹对炉缸及炉腹煤气量的影响等，创新性地提出云南地区中型高炉“中钛渣+褐煤混合喷吹”高强化超低硅含量冶炼生铁工艺路线。在此基础上，确定了目前条件下合理的混合喷吹褐煤配比并开展工业试验。钒钛磁铁矿和褐煤资源化利用对高炉强化冶炼的影响研究及工业实践结果表明，混煤中当烟煤质量分数为10%时，提高褐煤质量分数使最大燃烧速率呈现上升趋势，整体燃尽特性指数开始减小，燃烧特性指数先提高后降低，综合考虑褐煤质量分数以10%~20%为宜；随着氢含量较高的褐煤质量分数的增加，高炉炉缸煤气及煤气中氢的含量逐渐增大。当混合喷煤中氢质量分数大于4.0%后，炉缸煤气中氢气体积分数大于5.0%。适宜褐煤配比范围内，喷吹煤粉中氢质量分数每增加0.4个百分点，理论燃烧温度降低约18 ℃，炉腹煤气体积增加约0.42%。为维持配入褐煤混合喷吹前的理论燃烧温度平衡，需要将富氧率(氧气体积分数)从基准期的4.00%增大至5.80%，富氧率增大后炉缸煤气量减少了4.82%。富氧率提升炉缸煤气量减少，利于高炉顺行，并由此扩大了具有高理论燃烧温度特征中钛渣强化冶炼的操作窗口。“中钛渣+褐煤混合喷吹”高强化超低硅含量中钛渣冶炼在入炉品位(铁质量分数)小于54.0%条件下，高炉利用系数仍然超过了3.65 t/(m³·d)。

电石(CaC₂)作为一种高熔点的工业原料，在炼钢温度下为固体，可发挥钙的强脱氧作用，同时其成本较低，可替代部分铝用于炼钢脱氧，从而降低生产成本。本文通过热力学及动力学分析电石的脱氧能力，阐述电石脱氧的理论基础。利用电石单独脱氧的平衡氧质量分数约为0.008 0%，在炼钢过程中需结合其他合金脱氧才能将氧含量降低至较低水平。转炉出钢过程中，钢中氧质量分数为0.050 0%时，需加入1.70 kg/t的电石和0.82 kg/t的铝进行脱氧，而单独铝脱氧则需加入1.77 kg/t的铝，电石和铝复合脱氧相较于单独铝脱氧可减少0.95 kg/t的铝用量，可通过钢中总氧含量计算吨钢电石用量及可减少的铝用量。本文计算条件下，加入0.98 kg/t的电石与1.11 kg/t的铝用量，可有效脱氧并使钢液成分达标，吨钢成本相较目前28.67元降低4.03元，因此电石的加入有效减少铝用量、降低成本。动力学计算表明，电石脱氧速率与电石粒径有关，同样的加入量下，较小的颗粒与钢液的接触面积更大，脱氧速度更快。考虑到电石使用的危险性及电石脱氧的效率问题，推荐使用5~10 mm粒径的电石用于脱氧过程。

针对GCr15轴承钢钢锭及其成材后的的宏观偏析问题，本文创新性地基于Deform轧制模拟的点追踪功能，通过轧材实测偏析点位置反向追踪钢锭初始位置，实现了ProCAST软件凝固模拟结果与轧后试验数据的直接对比验证，两者在冒口/水口端的碳偏析分布高度吻合。基于此，通过ProCAST凝固模拟软件进一步系统探究了冒口设计参数(绝热板厚度、浇注高度及隔热性能)对最终钢锭宏观偏析结果的影响规律。研究表明，增加绝热板厚度可显著改善偏析，厚度从42.5 mm增至62.5 mm时，冒口补缩效率提升23%，碳偏析指数由2.75降低至1.82，降低了34%。采用低导热系数(0.16 W/(m·K))空心漂珠绝热板有利于进一步抑制冒口线附近的正偏析，但效果有限。增加浇注高度加剧了顶部偏析缺陷，高度由310 mm升至350 mm时，冒口过渡区最大偏析指数由2.18增加至2.67，升高了22.5%，这是由钢锭凝固顺序和凝固时间的延长导致的。此外，偏析遗传性的研究表明，钢锭凝固过程形成的宏观偏析难以在后续加工中消除。该研究成果为优化大型钢锭冒口设计、抑制偏析遗传效应提供了理论依据。

板坯连铸工艺中连铸辊承受交变热应力载荷，极易引发外辊面裂纹、剥落等失效问题，成为制约高效连续稳定成形的关键技术瓶颈，复合轧辊兼具耐高温与高强度等性能优势，有望成为该问题的有效解决途径，但是复合结构对服役性能的影响尚不清晰。基于Abaqus软件建立414N/42CrMo连铸复合辊等效服役瞬态有限元仿真模型，分析不同连铸板坯表面温度及不同覆层金属厚度对温度场分布的影响规律，研究表层温度梯度演变规律和高温敏感区范围，并对增材再制造连铸复合辊服役后的组织性能进行分析。研究结果表明，414N覆层与42CrMo基体因相近的热物性参数和相容性而无明显温度梯度，板坯表面温度变化对连铸复合辊整体温度场影响较大，板坯表面温度升高100 ℃，连铸复合辊表面温度平均升高35 ℃，覆层金属厚度变化主要影响连铸辊表层温度，高温敏感区的径向厚度为0~6 mm，随着与外辊面距离增加，温度峰值和温度变化幅值均降低; 为确保外辊面具有良好的耐高温氧化腐蚀及抗热疲劳性能，需要控制熔覆层厚度为4~8 mm; 服役后414N覆层组织呈现梯度分布特征，复合界面存在合金成分过渡区，拉剪试验断口位于42CrMo基体侧，表明复合界面结合强度高于基体剪切强度，证明实现完全冶金结合并在服役过程中保持良好结合状态。因此，研究结果为连铸复合辊制造与再制造过程中结构优化设计提供了理论支撑，助力钢铁资源循环再利用的实现。

为探究稀土钇元素对GCr15轴承钢滚动接触疲劳(RCF)性能的影响，通过RCF试验研究了不同钇质量分数对轴承钢的接触疲劳寿命的影响，从RCF裂纹的萌生与扩展、奥氏体晶粒、钢中夹杂物等角度，揭示了钇处理对轴承钢RCF寿命的影响机理。在试验条件下，轴承钢样品的RCF寿命随着钇质量分数的增加呈现先增加后减小的变化趋势。当钇质量分数为0.002 8%时，轴承钢的疲劳寿命最长，其额定寿命L₁₀是不含钇轴承钢的1.74倍，其平均寿命L₅₀是不含钇轴承钢的2.75倍。此时钢的原奥氏体晶粒度等级最高(9.98)、晶粒尺寸最小(7.99 μm)。合理添加钇元素能够显著改善轴承钢夹杂物尺寸、形貌，轴承钢中非金属夹杂物的尺寸和数量随钇质量分数增加呈现先减小后增大的变化趋势，当钇质量分数为0.002 8%时，总氧质量分数达到最低值0.000 48%，钢中非金属夹杂物的尺寸最小，数量最少，从而有效地提高了轴承钢的RCF寿命。通过对疲劳破坏试样的剥落坑截面观察和夹杂物统计结果表明，稀土钇处理后轴承钢中总氧质量分数达到最低时，夹杂物的尺寸减小、形貌变化、物性参数改变和数密度下降是轴承钢RCF寿命提高的主要原因。

通过夏比冲击试验，研究了稀土元素(REE)对HRB500E钢筋低温冲击韧性的影响。试验结果表明，稀土元素的加入显著提高了钢筋的低温冲击韧性，具体表现为稀土合金化钢筋(HRB500ERE)的裂纹起始能量和扩展能量均高于未添加稀土的钢筋(HRB500E)。这一现象主要归因于稀土元素对钢中夹杂物的变质作用以及对微观组织的优化。采用光学显微镜(OM)、电子背散射衍射(EBSD)和扫描电子显微镜(SEM)等先进表征手段，对2种钢筋的微观结构进行了详细的分析。研究发现，稀土元素的加入使HRB500ERE钢中的大部分硫化物夹杂物呈球状分布，这种球状夹杂物能够有效减少应力集中，从而提高冲击裂纹的起始能量。此外，稀土元素的加入还显著改变了HRB500ERE钢的微观组织结构。铁素体体积分数从45%增加到57%，铁素体晶粒度从10.5级提高到11.5级，大角度晶界的占比增加了近10个百分点。这些微观结构的变化有助于提高材料的塑性变形能力。通过EBSD分析发现，HRB500ERE钢在裂纹尖端附近的晶粒平均取向偏差(Kernel Average Misorientation，KAM)值均匀分布，表明该材料在裂纹尖端附近具有显著的取向旋转和足够的塑性变形能力。这种塑性变形能力的提升，使得HRB500ERE钢的裂纹扩展能量高于HRB500E钢。综上所述，稀土元素的加入通过优化夹杂物形态和改善微观组织结构，显著提高了HRB500E钢筋的冲击韧性，这一研究结果为稀土元素在高强度钢筋中的应用提供了重要的理论依据和试验数据支持。

310S不锈钢在储氢装置中的应用受高Ni含量导致的合金成本制约。提出以Mn-N复合合金化替代部分Ni的策略，开发低成本奥氏体不锈钢06Cr22Ni10Mn8N，为后续氢能产业链中高温耐蚀、抗氢脆类金属材料的低成本设计提供可复用的合金化范式。设置1 000、1 050、1 100 ℃的固溶温度梯度，采用扫描电子显微镜(SEM)、能谱仪(EDS)、电子背散射衍射(EBSD)等分析手段，系统对比其与310S钢的微观组织差异，并采用慢速率拉伸评估其力学性能及氢脆敏感性。结果表明，随着固溶温度的升高，2种不锈钢均呈现晶粒粗化现象，孪晶体积分数同步增加。06Cr22Ni10Mn8N钢在实现材料成本降低40%的前提下，较310S钢实现力学性能全面提升，硬度提升3.0%，屈服强度提升59.4%，抗拉强度提升28.7%，断后伸长率提高13.2%，而氢脆敏感性指数未见明显衰减，这主要归因于Mn-N协同的合金化效应及Σ3孪晶界分散氢的偏聚。

为实现超高强度超细钢丝用盘条的国产化，以改善高性能盘条依赖进口的困境。通过优化盘条成分设计、洁净化及偏析控制工艺，成功研制出ϕ5.5 mm超洁净、超高强度、超细钢丝用高碳钢盘条，并联合下游生产用户，基于具有完全自主知识产权的成套生产工艺技术，制备出直径36 μm、强度达5 000 MPa级的超强超细珠光体钢丝。研制的SGC100Cr高碳钢盘条主要成分为1.01%C、0.21%Si、0.39%Mn、0.23%Cr(质量分数)，并严格控制Al、Ti、V、O、N等元素含量。为有效控制夹杂物和偏析，SGC100Cr盘条采用“精料→真空感应熔炼→真空自耗→开坯→高线控冷轧制”的生产工艺。得到的SGC100Cr盘条经粗拉、2次中拉、盐浴热处理、镀黄铜后，获得强度为(1 530±20)MPa的镀铜钢丝，珠光体片平均层间距约为67 nm，使用其制备36 μm、5 000 MPa级超细钢丝的平均断丝率每10⁴ km小于1.7次，可满足下游企业大规模生产需求，其拉拔性能与进口原料相当。

在传统高炉冶炼过程中，通常伴随大量碳排放，包括炭燃烧及碳损耗。实现高炉稳定低碳生产对降低钢铁行业碳足迹和减少对环境的不良影响至关重要。及时监测与预测高炉热状态，能够优化高炉操作手段、降低能源消耗、减少碳损耗并提升生产稳定性。但由于高炉生产工艺的复杂性和检测手段的滞后性，高炉热状态无法采用传统手段及时监测与预测。因此，采用机器学习模型对高炉热状态进行监测已成为高炉炼铁发展的新趋势。本文将因果分析与集成学习相结合，通过收敛交叉映射(CCM)方法挖掘高炉热状态的强因果特征参数，基于Stacking集成学习模型实现热状态实时监测，并结合变分模态分解-注意力机制-双向长短期记忆网络(VMD-AM-Bi-LSTM)时序预测模型完成未来状态预测，形成“因果特征筛选-实时监测-时序预测”的完整技术链条。结果表明，高炉热状态监测的拟合优度均高于0.92，铁水硅含量与铁水温度的预测准确率(误差±5%以内)分别达到82%和88%，达到指导生产的精度要求。本研究基于高炉炼铁工业互联网平台，实现了高炉热状态的监测与预测，推动了高炉炼铁过程向智能化与低碳化的转型升级。

高炉出铁口处的铁水温度为表征铁水质量与炉热状态的核心工艺参数之一，其准确预测对冶炼过程控制具有重要意义。然而，高炉冶炼具有非线性、高动态、强时滞及时空多尺度耦合特征，导致基于传统冶金机理的建模方法难以进行实时温度预测与炉况诊断。针对此问题，构建了一种基于异构大数据的CNN-GRU-Attention深度学习预测模型，该模型将卷积神经网络(CNN)的局部特征提取能力、门控循环单元(GRU)的时序动态建模优势以及自适应注意力机制(Self-Attention)相结合，实现对冶炼过程多维工艺操作参数与铁水温度复杂关联的深度映射。重点探讨了基于冶金机理的数据预处理方法和网络架构优化对模型性能的增强机制，确立了由CNN-GRU协同特征提取层与自适应注意力权重分配层构成的优选架构。研究结果表明，经冶金机理指导的数据清洗方法可有效提升数据质量，优化后的模型在测试集上实现了±5 ℃范围内的铁水温度预测准确率为86%；工业应用阶段，模型对连续铁水温度的预测值与实际值的偏差在±10 ℃范围内的命中率可达88%。构建的模型显著提升了高炉炼铁过程的数字化表征能力，建立的预测系统已通过工业现场验证，具备良好的工程应用价值与推广前景。

在钢包炉(LF)精炼过程中，准确预测合金元素收得率对于控制钢水成分、提高合金利用率及降低冶炼成本具有重要意义。近年来机器学习方法被广泛应用于冶金过程建模，但多数机器学习模型在实际应用中通常依赖复杂的超参数调优过程，且引入新数据后往往需要重新调优超参数，建模效率有待提高。针对上述问题，首先，结合LF精炼实际生产数据，构建了基于表格先验数据拟合网络(TabPFN)的Si元素收得率预测模型；然后，利用多种模型评价指标，将TabPFN模型与已有研究的参考炉次法、多元线性回归模型以及多种机器学习模型进行了对比分析；最后，融合沙普利加性解释(SHAP)方法对TabPFN模型进行了全局与局部层面的解释分析。结果表明，TabPFN模型在无需大量超参数调优的情况下，在拟合优度(R²)、平均绝对误差(E_MA)、均方根误差(E_RMS)、命中率和模型推理时间等关键性能指标上均优于已有模型，各项指标分别达到了0.83、1.59、2.03、98.4%和0.430 s。同时，融合SHAP分析从全局层面揭示了各输入特征变量对Si元素收得率的影响大小，从局部层面量化了各输入特征变量对Si元素收得率预测值的影响程度，实现了LF精炼合金元素收得率的高效、高精度和可解释性预测，为钢铁工业在智能制造背景下的冶金过程建模提供了新的研究思路与技术路径。