- 百种中国杰出学术期刊
- 中国精品科技期刊
- “中国科技期刊卓越行动计划二期”领军期刊
- 入选“中国精品科技期刊顶尖学术论文(F5000)”
- 入选《科技期刊世界影响力指数(WJCI) 报告》
- EI、CA、JST收录期刊
- 中国金属学会会刊
- 中文核心期刊
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
精密电阻合金作为高精度电阻元件和微型传感器的关键基材, 需在微米甚至亚微米尺度上同时满足高电阻率、低电阻温度系数和长期稳定性等要求。本文从合金体系设计与微观组织调控的角度, 对精密电阻合金的研究进展进行综述。首先, 梳理了Cu-Mn、Cu-Ni、Ni-Cr、Fe-Cr-Al及贵金属基等典型体系的代表成分及其电阻特性。接着, 阐述了精密轧制技术以及精密电阻合金的应用。随后, 重点讨论了成分设计对精密电阻合金极薄带的微观组织和性能的影响。在此基础上, 介绍了多主元合金与高熵合金在精密电阻合金领域的应用探索, 说明通过多组元设计实现强度、电阻稳定性的协同优化的思路; 阐明了"固溶+时效"热处理工艺在实现高电阻率、近零电阻温度系数及热稳定性方面的调控作用, 并从原子层面解释了电阻性能调控机理。最后, 讨论了当前精密电阻合金在宽温域电阻温度系数精确控制、长期电阻漂移抑制及极端环境适应性方面的挑战与发展方向。本文为高性能精密电阻合金极薄带的性能调控与工程应用提供理论依据与技术参考。
氰化尾渣(CTs)是氰化法提取黄金过程中的产物, 含有一定量的氰化物, 属于典型危险废物, 处置不当会造成严重环境风险, 同时氰化尾渣也是一种二次资源, 含有金及铜、铅、锌、铁、硫等有价资源, 因此, 氰化尾渣的有效处置成为黄金冶炼行业的"卡脖子"技术。梳理近年来国内外学者在该领域研究成果, 是开展氰化尾渣无害化处理与资源化利用技术研究的基础。在无害化处理方面, 重点评述回收利用技术(如酸化法)、化学氧化破坏技术(如因科法、臭氧氧化)、物理分离/固定技术及其他转化技术(如高温水解、生物法)。分析结果表明, 化学氧化法技术成熟, 是深度脱氰(总氰质量浓度小于5 mg/L)的主流选择; 回收法资源化效益良好但工艺流程复杂; 物理法多作为预处理手段; 生物法等新兴技术则有待工程化验证。在资源化方面, 浮选法通过优化药剂和流程(如分散-活化工艺、阶段磨矿工艺)可高效富集金(品位达18.72 g/t, 回收率达83.24%)及多金属(铅、铜、锌等); 磁选法通过强磁场分选或还原焙烧-磁选联用工艺, 可回收铁资源(回收率达62%以上); 浸出法包括无氰浸出(硫脲浸出金回收率达94.5%)及预处理强化氰化浸出(金浸出率提升69%); 焙烧法(还原/氯化焙烧)可破坏矿物结构, 实现金(挥发率达97.5%)及多金属的同步回收; 联合工艺(浮选-重选、火法-湿法结合)进一步提升了资源综合利用率。未来氰化尾渣处理技术的发展需重点关注技术经济性、能耗优化及复杂组分的协同处理。
在转炉(BOF)初炼-真空循环脱气精炼(RH)工艺中, 钢包顶渣常出现结壳现象, 不仅影响钢液洁净度, 而且降低精炼过程的稳定性, 严重时还会干扰生产节奏并增加操作成本。因此, 本文系统研究RH精炼过程中顶渣结壳的形成机理及控制方法, 对稳定精炼操作和提升钢液洁净度具有重要意义。本文以工业生产中典型RH精炼过程为研究对象, 结合FactSageTM热力学计算、精炼渣-镁碳耐火材料界面显微分析及实验室验证, 对RH精炼过程中顶渣成分演变规律及MgO过饱和析出导致结壳的机理进行了系统研究, 并在此基础上提出渣系优化策略。研究结果表明, 在RH精炼过程中, MgO-C耐火材料侵蚀使精炼渣中MgO质量分数由3.77%上升至9.12%, 渣系偏离液相区, 完全熔化温度升高至约1 655 ℃, 导致精炼温度区间内黏度升高、流动性下降, 易引发顶渣结壳。这主要是由于低w((CaO))/w((Al2O3))(< 1.3)精炼渣对MgO溶解度较高, 温度降低时过饱和MgO析出固相颗粒, 进一步增加精炼渣黏度和熔化温度。同时, 低w((CaO))/w((Al2O3))(< 1.3)精炼渣也不利于铝脱氧钢中Al2O3夹杂物的吸附和去除。通过对精炼渣系优化调整发现, 适量增加精炼渣中SiO2、CaF2和TiO2含量, 均可以降低精炼渣的完全熔化温度, 其中, TiO2具有显著的助熔效果。本研究阐明了低w((CaO))/w((Al2O3))(< 1.3)精炼渣既加剧结壳、又不利于Al2O3夹杂物去除的矛盾, 并提出在适量添加TiO2(质量分数为7%)的条件下, 精炼渣在保持完全液相区的前提下同时适当提高w((CaO))/w((Al2O3))(1.4)以提升Al2O3夹杂物吸收速率的优化策略。
为深入揭示元素偏析对重轨钢连铸坯中非金属夹杂物成分空间分布的影响, 本文在前期已建立的耦合流体流动、传热、凝固及夹杂物成分演变热力学与动力学模型的基础上, 进一步引入C、Si、Mn、P、S、Al 6种溶质的宏观偏析场, 将局部偏析成分作为FactSage平衡计算与界面扩散动力学方程的输入, 对模型进行了优化与拓展。通过综合考虑热力学平衡、动力学扩散以及元素在凝固过程中的空间偏析, 构建了能够预测连铸坯全断面夹杂物成分分布的综合模型。结果表明, 忽略偏析时, 各组分沿厚度方向变化幅度偏小, 预测结果过于平滑, 难以再现实测夹杂物成分的显著波动; 考虑偏析后, 能够更加明显体现出CaS由内弧向连铸坯中心逐渐先升高后降低的趋势, 而CaO含量变化趋势与之相反, 同时MgO与SiO2的预测一致性明显提升, 能够更合理反映不同区域夹杂物组成差异及其波动幅度。进一步对比4种模型可知, 动力学扩散与元素偏析的耦合是提升预测精度、解释夹杂物成分空间非均匀性与波动幅度差异的关键环节。最后, 系统分析了钢中总铝、总硫、总氧、总钙和总镁含量变化对夹杂物组成和成分波动特征的影响规律, 可为重轨钢洁净度控制、成分设计与连铸工艺参数优化提供可计算的定量预测工具与评价依据。
带钢直火加热过程中由于温度变化快, 容易出现翘曲现象。为了解决直火加热过程中带钢的翘曲问题, 本研究开发出了一种直火加热段带钢翘曲控制技术。首先介绍了某机组直火加热系统的布置情况为在带钢上下两面分别布置若干个交错分布的烧嘴, 并分析了与辐射管加热相比的优点; 其次分别计算了强制对流传热、上下炉壁传热以及烟气辐射传热对带钢的换热系数, 并采用差分求解算法对带钢厚度方向上的温度进行研究, 开发出直火加热过程中带钢二维温度场计算模型; 然后通过带钢翘曲的几何关系以及直火加热过程中塑性变形量的演变, 计算得到调节翘曲所需的上下表面温度差, 通过调节烧嘴开度控制天然气流量, 进而调节换热系数, 以此改变带钢上下表面的温度差, 从而达到控制带钢翘曲的目的。将本研究应用到现场后, 温度预报误差在10 ℃以内, 随机选取了2卷带钢进行对比, 调节前后带钢横向翘曲高度降低, 经过一段时间的应用后, 选取5个月的生产数据, 对比发现带钢翘曲由原来平均9.2 mm下降到平均5.6 mm, 证明该研究对于直火加热过程中带钢横向翘曲控制有良好的作用效果, 可以大幅提高机组成材率。
为了研究组织各向异性对增材制造TC4合金在人工海水中腐蚀行为的影响, 本文以激光粉末床熔化技术成形的TC4钛合金(LPBF TC4)为研究对象, 利用扫描电子显微镜和透射电子显微镜对LPBF TC4合金的微观组织进行了表征, 利用电化学阻抗谱、动电位极化、恒电位极化、扫描振动电极等电化学技术对合金在人工海水中的腐蚀电化学行为进行了分析, 最后利用X射线光电子能谱仪对其钝化膜进行了表征。结果表明, 合金组织呈显著各向异性, 主要由α'相及少量β相组成, 其中yoz面β相含量最少, xoz面β相呈柱状, xoy面β相呈等轴状。电化学测试结果表明, 各方向样品均能形成致密n型半导体钝化膜, 主要成分为TiO2和少量Al2O3。虽然合金耐腐蚀性优异, 但存在各向异性, xoy面极化电阻最高(8.67×105 Ω·cm2)、腐蚀电流密度最低(6.07×10-8 A/cm2), 耐腐蚀性最优; yoz面耐腐蚀性最差。这是由于成型方向通过调控温度梯度与热循环, 导致β相形貌、分布及α'/β相含量分布差异, 进而改变钝化膜中TiO2含量与表面电流分布均匀性, 最终影响合金耐蚀性能。
超洁净钢与马氏体耐热钢因优异的高温力学性能, 已成为重型燃机转子和轮盘的关键候选材料。然而, 钢中微量存在的Si、Mn、P、S、Sn、Pb等杂质元素易在晶界处发生偏聚, 导致晶界结合力下降, 引发材料脆化, 严重威胁服役安全, 其影响不容忽视。目前试验手段难以在原子尺度上直接观测和定量表征单个杂质原子对特定晶界类型力学行为的影响, 因此亟须从理论计算角度揭示其微观机理。本文基于密度泛函理论, 采用第一性原理计算方法系统研究了上述6种杂质元素对Fe基∑3和∑5这2种典型晶界的脆化行为。研究中构建了Fe基∑3和∑5重合位置点阵晶界模型, 通过准静态理想拉伸试验获得了各杂质元素添加后晶界的应力-应变响应, 并基于Rice-Wang模型计算了晶界脆化能, 将其分解为机械分量能与化学分量能, 以揭示不同杂质元素脆化机制。理想拉伸试验结果表明, 杂质元素对∑3晶界强度的弱化序列为Mn＜Si＜P＜S＜Pb＜Sn, 对∑5晶界的弱化序列为Mn＜Si＜P＜S＜Sn＜Pb。值得注意的是, Sn和Pb在2种晶界上的脆化顺序发生了反转。脆化能计算结果进一步证实了所有杂质元素均对晶界产生脆化作用。机理分析表明, Pb的脆化主要源于其原子尺寸与Fe严重失配所引起的晶格畸变, 且对结构更为致密的∑3晶界更加敏感; 而Sn的脆化则更多归因于其与基体Fe之间的电荷密度重分布效应。本研究揭示了杂质元素晶界脆化的微观机制, 为超洁净钢的成分设计与杂质含量控制提供了定量的理论依据。
MnCu合金与FeCr合金在阻尼机制上互补, 两者复合可实现宽频减振, 但由于线膨胀系数、再结晶温度等性能差异显著, 导致热变形过程中界面开裂与变形不协调。本文旨在研究MnCu/FeCr复合材料的热变形行为, 构建本构方程与热加工图, 明确最优热加工工艺窗口。采用Gleeble-3500热模拟试验机, 在变形温度为790~880 ℃、应变速率为0.01~10 s-1下开展热压缩试验, 结合光学显微镜(OM)、扫描电镜(SEM)、能谱分析(EDS)、X射线衍射(XRD)及显微硬度测试, 分析工艺参数对复合材料流变应力、组织演变及界面特性的影响, 并基于动态材料模型(DMM)构建热加工图, 建立工艺、组织与性能的关联机制。结果表明, 复合材料流变应力随温度的升高而下降、随应变速率的增大而上升, 其热变形激活能约为234.347 kJ/mol。微观组织上, MnCu侧发生明显动态再结晶(DRX), FeCr侧仅表现为动态回复(DRV), 两者变形机制的差异导致塑性流动不协调。此外, 界面反应层处, 当变形温度达850 ℃以上时, 元素扩散加剧, 诱发Kirkendall效应, 导致孔洞面积分数增加。基于动态材料模型和相关失稳判据, 推导得出热加工窗口(流变稳定区)变形温度为843~880 ℃、应变速率为0.01~0.742 3 s-1; 结合界面微观损伤分析, 进一步确定最优子窗口变形温度为820~850 ℃、应变速率为0.01 s-1, 此时界面孔洞损伤较小, 变形协调性最佳。因此, 变形温度与应变速率通过调控动态再结晶程度和元素扩散速率影响复合材料的性能, 基于DMM的热加工图结合微观组织损伤分析, 能够有效优化其热加工工艺。
无铅焊点的力学行为是评价电子封装可靠性的关键, 焊点剪切测试是评估其可靠性的常用方法, 锡基焊料本身显著的应变速率敏感性使得焊点的变形机制与失效模式会随加载速率发生转变。本研究系统开展了Sn-58Bi和Sn-52In 2种低温焊料合金焊点在10-3~103 mm/s不同剪切速率下的力学性能测试, 对比分析了焊点的剪切强度、断裂能等参数随剪切速率的变化规律, 并结合断口形貌揭示了断裂模式的转变机制。结果表明, Sn-52In焊点的剪切强度随剪切速率线性变化, 由0.001 mm/s[JP2]时的11.65 MPa随剪切速率提高而增大, 在4 000 mm/s[JP]时达到最高值39.69 MPa, 断裂能的变化呈相同趋势, 且在全部剪切速率下均为焊点基体内部的塑性断裂, 未发生断裂模式转变, 焊点强度受合金基体强度控制。而Sn-58Bi焊点的剪切强度从0.001 mm/s时的43.75 MPa先升至10 mm/s时的峰值75.99 MPa, 随后随剪切速率增加逐渐下降, 4 000 mm/s时降至52.04 MPa。Sn-58Bi合金焊点随剪切速率增加呈现3次断裂模式的转变, 由0.001 mm/s时的合金基体塑性断裂转变为0.01~0.70 mm/s范围内的基体的脆性断裂, 剪切速率达到10 mm/s时转变为具有界面断裂和基体脆性断裂的混合断裂模式, 当速率高于100 mm/s时, 焊料本体的高强度使得基体合金未能耗散吸收高速剪切冲击能, 应力集中更易传递至界面金属间化合物层, 进一步转变为界面脆性断裂。研究结果为Sn-Bi和Sn-In低温焊料在面向不同可靠性需求的电子封装中的选型提供数据支撑。
炼钢工序所产生的含锌尘泥具有产量大、碱度高的典型特征, 其高效处理对钢铁工业绿色发展至关重要。转底炉工艺是处理此类含锌尘泥的有效途径之一, 但高碱度对球团还原行为的影响机制尚不明确。本文针对高碱度配料对转底炉球团还原过程的影响机制开展研究, 以期为优化工艺、实现此类尘泥的高效资源化利用提供理论依据。首先, 利用FactSage热力学软件分析了FeO-SiO2-CaO三元渣系相图, 发现高碱度区域存在以FeO和CaO为主的低熔点液相区, 为高碱度球团还原过程中渣相的熔融行为提供了关键热力学依据。在此基础上, 通过模拟实际工业流程, 制备了一系列不同碱度的金属化球团, 系统分析了碱度变化对球团抗压强度、金属化率及脱锌率的影响规律。试验结果表明, 碱度对球团性能的影响主要通过调控渣相熔点与液相生成量来实现。当碱度为0.5~1.1时, 渣相以钙铁橄榄石(CaFeSiO4)为主, 球团抗压强度较高, 但金属化率和脱锌率较低; 碱度升高至1.4~2.3, 渣相转为硅酸二钙(Ca2SiO4)为主, 此时抗压强度最低, 而金属化率和脱锌率较高; 碱度超过2.6后, 渣相以硅酸二钙和铁酸钙(Ca2Fe2O5)为主, 球团抗压强度和脱锌率达到最高, 金属化率小幅下降。本研究进一步揭示, 高碱度渣相对还原过程的负面影响较弱, 其主要原因在于高碱度条件下SiO2优先与CaO反应生成硅酸钙类固相, 残余的CaO则与FeO形成少量低熔点液相。该液相可在固态渣相与金属铁颗粒之间的间隙中填充与渗透, 不仅促进了金属铁颗粒的聚集长大, 还增强了球团的整体致密化程度, 从而实现了抗压强度与脱锌效率的同步提升。
转炉头尾放散煤气具有热值低、成分波动大的特点, 燃烧不稳定且回收利用困难, 亟须寻找合理的处理方式。本研究开发了一种多孔介质燃烧器, 并通过试验研究分析了该燃烧器的结构参数和操作参数对煤气燃烧特性的影响。研究结果表明, 多孔介质优异的导热和辐射性能, 可强化燃烧器内部热交换, 有助于维持燃烧稳定性, 对成分波动的低热值煤气的稳定燃烧具有良好的适用性。其中, 燃烧区堆积小球直径直接影响燃烧区多孔介质的孔隙率和比表面积, 进而影响燃料通过燃烧区的阻力和换热效率; 填充高度直接影响燃料的停留时间与固体的蓄热需求, 填充高度越高, 停留时间越长, 固体的蓄热需求越大; 燃烧区气体流速影响通入的燃料量和气-固换热效率, 流速越大, 单位时间内通入的燃料量越多, 气-固换热效率越高。当燃烧区堆积小球直径为20 mm、填充高度为100 mm时, 控制燃烧区气体流速为41 cm/s, 燃烧器性能最佳, CO体积分数在17.5%~30.0%范围内的煤气可以稳定燃烧。对于CO体积分数为17.5%的煤气, 燃烧后的最高燃烧温度可达990 K, 出口CO燃尽率为97.47%;对于CO体积分数为30.0%的煤气, 燃烧后的最高燃烧温度可达1 250 K, 出口CO燃尽率为98.56%。本文为突破低热值非稳态气体的利用瓶颈提供了理论依据与数据支撑, 对推动钢铁行业能源极致利用具有重要的学术价值与应用前景。
镁铬耐火材料广泛应用于铜冶炼炉的各个重要部位。随着低品位复杂多金属铜矿和二次资源的配入, 铜冶炼熔渣成分日趋复杂。因此, 评估不同成分熔渣对镁铬耐火材料的侵蚀效应及损毁机理对提高铜冶炼炉寿命具有重要的实用价值。本文采用动态抗渣方法, 结合SEM-EDS微观结构观察和FactSage热力学计算, 研究了不同Fe/SiO2比(质量分数比, 0.9~2.5)的铜侧吹熔渣对电熔再结合镁铬砖的侵蚀效应。试验结果表明, 铁橄榄石熔渣对镁铬耐火材料的侵蚀主要表现为方镁石的溶解和铬铁矿相在渣蚀过程中的渐进式反应, (Fe, Mg, Zn)O固溶体的存在可保护方镁石相免受矿渣直接攻击, ZnO和FeO与方镁石相和硅酸盐相反应分别形成(Fe, Mg, Zn)O固溶体和(Fe, Mg, Zn)2SiO4橄榄石相。反应后, 铬铁矿颗粒与相邻相(如方镁石)的界面结合被炉渣溶解而进入渣中, 在炉渣的作用下形成(Fe, Mg, Zn)(Fe, Al, Cr)2O4尖晶石相。Fe/SiO2比的适度增加可以提高ZnO和FeO的传质速率、降低渣中FeO和MgO的溶解度, 有利于固体保护层的形成并抑制耐火材料中方镁石相的溶解。考虑到熔渣黏度和固溶体的稳定性, 熔渣Fe/SiO2比为1.7左右较为合适。研究结果可为最大限度地减少实际应用中耐火材料的损毁提供参考。
烧结混合料的粒度分布直接影响烧结矿的产量与质量。传统人工筛分方法效率低下, 难以满足现代钢铁生产的高质量需求。近年来, 全监督学习在粒度识别领域取得显著进展, 但其依赖大量标注数据, 而烧结混合料图像标注成本高、主观性强。为此, 本文提出一种集成注意力机制的双学生-教师模型(CTC-VDSMT), 用于半监督烧结混合料图像分割任务。旨在利用少量标注数据实现高精度分割, 为粒度检测提供可靠支撑。该模型在均值教师框架基础上引入双学生结构, 在编码器-解码器中集成卷积块注意力模块(CBAM), 通过通道与空间双重注意力增强局部特征与边界感知能力, 并在瓶颈处引入增强的Bottleneck Transformer模块, 利用自注意力机制捕获全局上下文信息与长距离依赖关系, 从而提升复杂堆叠场景下的分割一致性。此外, 设计了包含监督损失、交叉伪监督损失和一致性损失的多重监督机制, 通过动态权重调度实现有监督与半监督学习的平滑过渡。试验结果表明, 该算法使用20%标注数据, 与UCMT模型对比平均交并比(mIoU)提升0.063 8、Dice系数提升0.051 9、像素精度(PA)提升0.022 8, 验证了其在有限标注条件下的分割精度与鲁棒性优势。综上, 本文提出的半监督分割模型有效融合局部细节增强与全局上下文建模, 在显著降低标注成本的同时实现了高精度分割, 为烧结混合料粒度检测提供了可靠的技术支撑, 未来将进一步探索在跨场景下的泛化能力与轻量化部署方案。
电弧炉(EAF)炼钢过程具有多变量耦合、非线性强及工况波动大的特点, 导致基于全量生产数据的吨钢电耗预测模型普遍面临维度灾难与过拟合风险。针对现有研究过度关注模型结构调整而忽视数据质量的局限性, 本文提出一种以数据为中心(Data-Centric)的轻量化建模策略。首先, 结合冶金能量平衡机理, 锁定实际装入量、出钢温度等6个核心物理变量为豁免特征, 确保模型的物理一致性; 其次, 提出一种改进的递归特征消除交叉验证(RFECV)算法, 采用后向剔除策略与CatBoost特征重要性评估, 在严格的数据隔离框架下剥离非相关噪声与冗余变量; 最后, 基于筛选出的特征子集构建XGBoost回归模型进行电耗预测。试验结果表明, 该方法成功将原始特征维度从80维压缩至18维(压缩率为77.5%), 在大幅降低模型复杂度的同时, 预测均方根误差(ERMS)从12.19 kW·h/t降低至11.97 kW·h/t, 决定系数(R2)提升至0.834 1。该方法在大幅压缩原始特征维度的同时, 不仅未损害模型精度, 更使预测性能得到稳健保持与微幅提升。更重要的是, 所构建的18维精简特征子集不仅在多类算法中均表现出优异的普适性与鲁棒性, 而且在不同炉容、不同钢种的典型冶炼工况下保持了稳定的预测性能。这一成果大幅降低了模型对工业现场数据采集与维护的依赖, 为电弧炉吨钢电耗的精细化管控提供了一个低成本、高可靠且易于工程落地的解决方案。
钢水终点温度是电弧炉炼钢流程中关键工艺控制指标, 直接关系到钢水质量稳定性及后续工序的冶炼效率。为实现钢水终点温度的精准把控, 提出基于二分法的电弧炉终点熔池温度调控模型。电弧炉冶炼过程中钢水温度难以实时测量, 为确保钢水终点温度调控的准确性, 融合电弧炉冶金机理模型与数据驱动模型, 以预测误差最小值为目标函数, 建立贝叶斯优化的随机森林算法终点温度预测模型。为快速将钢水终点温度调至设定温度, 综合5种特征重要性方法确定工艺参数的优先级顺序, 依次为加入废钢量、留钢量、电耗、耗氧量、冷却水流量、当前冶炼时间、冷却水出入口温度差。依据工艺参数的优先级顺序, 构建基于二分法的分阶段调控工艺参数模型, 保障温度精准达标。以某钢厂实际炼钢数据进行验证分析, 结果表明, 电弧炉终点温度预测误差区间在±5 ℃内的命中率为76.49%, 误差区间在±10 ℃内的命中率为91.87%;二分法调控终点温度误差区间在±5 ℃内的达标率为96%, 误差区间在±10 ℃内的达标率为98%;将电弧炉混合预测模型与二分法调控策略相结合所构建的电弧炉终点熔池温度调控方案, 其误差区间在±5 ℃内的调控精确度达到73.43%, 误差区间在±10 ℃内的调控精确度达到90.03%。研究表明, 基于二分法的电弧炉熔池终点温度调控参数方法, 对增强冶炼过程稳定性、提升钢水质量水平及精准把控出钢温度具有重要意义。
为改善中碳低合金钢连铸坯在中心偏析、中心疏松等关键内部质量指标上的稳定性, 并进一步提升铸坯质量稳定合格率, 本研究提出了一种面向实际生产场景的数据驱动轻压下控制方法。模型整体以历史工况与实时过程数据为基础, 将Transformer温度预测模块与随机森林轻压下预测单元有机融合, 旨在对二冷区温度场的演化规律以及轻压下工艺参数实现更为精细的预测与控制。在温度建模方面, 引入具有自注意力机制的Transformer架构, 使该模型能够在断面规格、拉坯速度、过热度、水量等多源参数共同作用下, 捕捉二冷区不同位置的温度关联特征, 从而获得更贴近实际的温度分布预测。随后, 结合固相率变化、压下位置等影响轻压下效果的关键变量, 构建基于随机森林的预测模型, 用于指导辊缝设定与压下量分配优化。试验数据证实, 该模型能够将HP295钢铸坯中心偏析不大于C1.5级的比例从90.1%显著提升至98.1%, 使内部缺陷得到有效抑制, 整体质量稳定性提升。该方法摆脱了传统工艺在参数设定上对专家经验的强依赖, 使轻压下过程能够在生产扰动频繁、工况波动明显的情况下实现更灵活响应, 为连铸过程的精准控制与智能化优化提供可行路径, 在提升连铸工艺稳定性与产品质量方面展现出显著的实践价值。
针对中锰钢力学性能受成分与热处理工艺耦合影响显著、传统经验模型及单一机器学习模型预测精度有限的问题, 本文基于小样本试验数据构建了一种多模型融合预测方法。以76组中锰钢试验数据为研究对象, 选取化学成分(C、Mn、Si等)、热处理工艺参数(IA_Temp、IA_Time等)及组织特征(Aust)作为输入变量, 抗拉强度(UTS)、屈服强度(YS)和伸长率(EL)作为输出目标。通过缺失值填充、Z-score标准化及基于岭回归的特征筛选方法, 提取关键影响变量。在建模过程中, 分别构建岭回归(Ridge Regression, Ridge)、随机森林(Random Forest)、自适应提升(AdaBoost)、极端梯度提升(XGBoost)及类别提升树(CatBoost)5种回归模型, 并在输出层引入加权融合策略, 利用Optuna框架实现模型参数及融合权重的自动优化。结果表明, 融合模型在UTS、YS和EL预测中的决定系数R2分别达到0.978、0.981和0.964, 平均绝对误差(MAE)显著低于各单模型, 其中UTS由89.7 MPa降低至21.5 MPa, YS由110.7 MPa降低至24.0 MPa, EL由10.9%降低至2.0%, 表现出优异的预测精度与稳定性, 对应的均方根误差(RMSE)分别为30.4、31.9和2.4。进一步通过SHAP方法对模型进行解释性分析, 结果显示Mn、C含量以及临界退火温度与时间是影响力学性能的主要因素, 其作用规律与奥氏体稳定性调控及相变强化机制一致。研究结果表明, 所提出的融合模型能够有效提升中锰钢多性能预测精度, 并具备良好的可解释性, 为材料成分设计与热处理工艺优化提供了数据驱动的理论依据。未来将进一步扩展数据规模并结合试验验证, 以提高模型的泛化能力。
XML
附件
