- 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
高氮不锈钢凭借其卓越的综合性能，在海洋工程、生物医疗等诸多领域具有重要应用价值。随着材料制备技术的发展，粉末冶金与金属增材制造等先进工艺在实现高氮不锈钢的结构-功能一体化高效控氮制备方面表现出独特优势。然而，粉末原料质量与成形工艺之间的协同优化仍面临显著挑战，尤其是高质量粉末原料的可控制备成为关键环节。本文系统梳理了高氮不锈钢粉末制备的研究进展，对比分析了固态粉末氮化、气雾化与等离子旋转电极雾化等技术的控氮机制与工艺特点，深入探讨了粉末注射成形、热等静压及增材制造等工艺对材料性能的影响，在此基础上，针对当前技术瓶颈，提出了高氮不锈钢粉末在成分设计、工艺优化与性能调控等方面的未来研究方向，为推进该材料在高端制造领域的应用提供参考。
随着电子信息工业和智能化革命的发展，中国电子相关行业对原材料的需求和质量要求也愈发严苛。在半导体行业中，铜(尤其是高纯铜)因其本身卓越的物理、化学性质，如优良的电迁移抗力、导电性、导热性、延展性，较低的介电常数及抗腐蚀性等优点，在市场应用中展现出巨大潜力，但在生产供应的质量和数量上始终无法满足半导体行业需求。湿法冶金制备电解铜作为生产高纯铜的主要工艺，其凭借制备方法简单、工艺成熟、生产成本投入少、能量损耗低等优势在高纯金属制备行业中占据主导地位。然而，在高纯电解铜制备过程中，制备工艺、参数控制的差异性会导致高纯电解铜品质波动较大。本文通过论述不同的电解铜制备方案，详细分析电解铜制备生产工艺中的优缺点和实施案例，归纳总结超高纯金属制备方法的优势及挑战。最后，基于中国高纯电解铜生产和需求现状进行了展望，加速高纯电解铜产业化生产建设将有利于加快中国半导体发展所需的高纯电解铜国产化进程，缓解中国高、精、尖领域原材料依赖进口的问题。
黄铜矿是目前储量最为丰富的铜矿资源之一，但其在常规冶金条件下浸出率低、浸出速率慢，严重制约了资源的高效开发与利用。微生物浸出技术作为一种绿色、高效的金属提取手段，近年来在黄铜矿处理领域受到广泛关注。本文综述了黄铜矿微生物浸出的主要反应机制，包括直接浸出、间接浸出以及微生物代谢产物引发的协同作用机制，阐明了微生物在破坏矿物晶体结构、促进金属释放过程中的关键作用。同时，归纳了目前常用的功能菌种，如嗜酸性氧化铁硫杆菌、氧化亚铁螺菌和硫氧化杆菌等，分析了其适应性和在不同浸出体系中的协同效应。此外，还系统探讨了影响微生物浸出效率的关键因素，包括矿石矿物学因素、化学与环境因素以及催化浸出体系等。在此基础上，结合近年来在微生物-矿物界面反应、多菌种协同代谢、电化学调控等方面的研究进展，指出构建高效复合微生物体系、优化预处理工艺以及开发适于工业化应用的反应器装置，是提升黄铜矿微生物浸出效率的关键方向。
夹杂物是影响铸坯质量的关键因素，但在钢液进入结晶器前最后一道工序——中间包换包期间，钢液中的夹杂物运动规律和去除情况尚不明晰。本研究以某厂带有湍流抑制器和堰坝挡墙的双流中间包为研究对象，采用流体体积分数模型(VOF)结合离散相模型(DPM)的方法，对中间包换包期间停浇、开包和再稳态3个阶段的钢-渣-气三相流动及2~200 μm的夹杂物去除进行数值计算。结果表明，在停浇与开包阶段，10 μm夹杂物的总去除率最低，分别为16.28%、41.7%；在再稳态阶段，5 μm夹杂物的总去除率最低，为67.4%。而在夹杂物逃逸率方面，停浇与开包阶段，10 μm夹杂物的逃逸率分别为17.49%、7.94%；再稳态阶段，5 μm夹杂物的逃逸率最高，为21.4%。在钢包换包过程的各阶段，大于100 μm的夹杂物极易被顶渣捕获，总去除率可达93.4%~98.5%。本文有关不同粒径夹杂物运动去除规律和钢液流动状态的研究对提升钢液洁净度具有重要意义。
为了研究使用转炉煤气富氧燃烧预热铁水包进而回收利用转炉煤气的可行性, 并探索燃烧时间、环氧比例和喷嘴高度等因素对预热效果的影响, 采用Fluent软件对转炉煤气富氧燃烧预热铁水包进行模拟计算, 通过分析不同工况预热后铁水包内速度分布、残氧量分布和温度分布, 获取最佳预热工况, 并分析燃烧时间、环氧比例和喷嘴高度等因素对预热效果的影响规律。结果表明, 燃烧状态稳定证明了燃烧时间越长, 燃烧越充分, 铁水包预热效果越佳; 但燃烧时间的增长会增加燃烧成本; 燃烧5 min时燃烧状态趋近于稳定, 最佳燃烧时间为5 min。环氧比例增大, 氧气能够更均匀地分布在燃烧区域, 促进了燃料的充分燃烧, 提高了热量传递效率, 温度均匀性越好, 但环氧比例过大, 中心处氧气浓度下降, 燃烧效果下降, 环氧比例为4∶1时, 铁水包的平均温度最高, 预热效果最佳。随着喷嘴高度降低, 高温烟气能够更深入地冲击铁水包底部, 增强底部的预热效果, 但喷嘴位置降低会压缩转炉煤气的燃烧空间, 不利于燃气燃烧, 喷嘴位置过低会使火焰冲击过于集中, 导致局部温度过高, 而其他区域温度相对较低, 影响整体预热效果。综合来说, 喷嘴位置在距离包口1/4包内高度处时的预热效果最佳。
随着钢铁行业绿色低碳转型进程的加速，直接还原铁(DRI)作为电弧炉(EAF)冶炼的清洁原料，其应用对降低碳排放与能耗意义重大，但大比例DRI在EAF内的应用对冶炼参数及生产成本造成的影响尚未明确。本文基于生产数据，以物质能量守恒定律为基础，建立了物料能量平衡模型，研究了大比例DRI对冶炼参数的影响，并对冶炼成本进行了核算。通过分析可得, DRI质量分数每增加20%，渣量、钢铁料、氧气和石灰消耗分别增加28.7、26.5、7.2、8.3 kg/t，电耗增加30.2 kW·h/t，金属收得率下降2.1%。当DRI配比为100% 时，碳质量分数每增加1%，氧耗增加14.6 kg/t，电耗降低8.3 kW·h/t；金属化率每提高2%，电耗降低25.2 kW·h/t；预热温度每提升100 ℃，电耗降低19.4 kW·h/t。当废钢价格分别为2.4、2.7、3.0、3.3元/kg时，根据冶炼成本核算，DRI价格分别在2.03、2.3、2.56、2.83元/kg以下，EAF使用DRI将更具有成本竞争力。
非金属夹杂物作为轴承钢中的异类成分，其所在区域在外载荷施加过程中易产生应力集中和塑性应变累积，是滚动接触疲劳(RCF)裂纹的重要萌生源。为探究夹杂物种类及力学参数对轴承钢RCF损伤的影响，基于Abaqus平台并结合abqVoronoi3D插件构建滚动接触多晶有限元模型，采用UMAT用户子程序引入晶体塑性本构关系，研究分析了单一夹杂物、不同弹性参数夹杂物以及复合夹杂物在赫兹载荷下的应力分布和等效疲劳损伤特征。结果表明，不同类型的夹杂物会诱发不同程度的等效疲劳损伤，10次循环下硬性夹杂物如Al2O3夹杂物引发的疲劳损伤值达到0.04，而MnS类易变形夹杂物小于0.03；夹杂物弹性模量与基体差异越大，界面应力集中越强，疲劳损伤显著升高，而泊松比影响较小；复合夹杂物表现出“损伤传递”机制，软质外层在早期循环吸收部分变形能量，但应力继续传递至硬质内核后，损伤被放大，整体疲劳损伤水平高于单一软夹杂物。以上结论为高寿命轴承钢的设计与质量控制提供理论依据。
新能源汽车潮流推动着汽车结构件向轻量化与高安全性发展。双相钢是汽车钢应用最为广泛的材料，其面临着强度提高但扩孔性能恶化的挑战，导致汽车零部件在翻边成形过程中很容易出现边部开裂现象。为此，本研究开发了一种1 000 MPa级含Ti双相钢，旨在通过细化晶粒和缩小两相强度差异来提升其强度和扩孔性能。研究结果表明，添加Ti元素后，所设计的双相钢(Ti bearing-DP)成功引入了大量平均直径为8 nm的TiC粒子，使得铁素体晶粒尺寸从初始双相钢(Ti free-DP)的3.2 μm细化至1.7 μm。得益于TiC的析出强化和细晶强化效果，Ti bearing-DP的屈服强度和抗拉强度相比Ti free-DP显著提升，分别由643 MPa和1 023 MPa提升至841 MPa和1 140 MPa。尽管TiC的引入降低了两相强度差，提高了两相协调变形能力，最终降低了Ti bearing-DP的加工硬化能力和均匀伸长率，然而，两相协调变形能力的提高和组织的细化显著抑制了颈缩变形时的界面脱粘和马氏体断裂，从而提高了Ti bearing-DP的后均匀伸长率。最终，Ti bearing-DP展现出与Ti free-DP相当的总伸长率。此外，两相协调变形能力的提高和组织的细化也显著抑制了扩孔过程中的界面脱粘和马氏体断裂，使得Ti bearing-DP的扩孔率相比Ti free-DP显著提高，从13%提高至21%，增幅达61.5%。
U3Si2-Al燃料板轧制复合工艺是保障其芯体与盖板冶金结合的关键，但芯体头部和尾部厚度不均严重影响燃料板几何精度与服役可靠性，其精确控制受多种工艺参数耦合影响，目前尚无有效调控方法。为此，基于模拟软件构建燃料板轧制复合过程二维仿真模型，系统研究初始芯体厚度、单道次压下率、轧制复合温度、道次压下分配等关键工艺参数对燃料板芯体头部和尾部增厚区的影响规律。结果表明，单道次压下率为20%~25%、轧制复合温度为400~450 ℃时，U3Si2-Al燃料板芯体厚度更加均匀；多道次压下分配对厚度均匀性具有改善作用，更易控制芯体头尾厚度在允许波动范围内。由于芯体头部增厚区低于尾部，采用往复轧制可以抑制芯体“狗骨”与“鱼尾”的形成。研究结果系统揭示了轧制复合工艺参数对芯体厚度均匀性的影响规律，可为实际生产工艺优化提供理论指导，对提升燃料板成形精度和保障服役安全性具有重要意义。
为了掌握液化天然气(LNG)用低温钢筋在不同温度和冷却速率下的相变规律，采用Gleeble-3800热模拟试验机测定了在不同冷却速率下的膨胀量-温度曲线，并利用切线法标定相变温度。结合光学显微镜(OM)和扫描电子显微镜(SEM)观察及硬度测试，系统研究了其连续冷却过程中的组织演变与过冷奥氏体相变行为，绘制了连续冷却转变(CCT)曲线，并对其贝氏体相变动力学进行了计算。结果表明，在0.1~5 ℃/s冷却速率区间，组织为铁素体与贝氏体，随着冷却速率的增大，贝氏体含量不断增加，硬度由180HV升至223HV；在5~20 ℃/s区间，过冷度的增大为相变提供了更大的驱动力，贝氏体的形核率不断增加，组织不断细化，硬度由223HV升至238HV；当冷却速率超过25 ℃/s时，在马氏体含量增加与贝氏体细化的共同作用下，硬度在40 ℃/s时达到峰值280HV。LNG用低温钢筋的最佳控冷区间为5~20 ℃/s，其组织为贝氏体，且硬度变化稳定。研究结果可为LNG储罐用低温钢筋的开发和生产提供理论基础和工艺指导。
非金属夹杂物对钢的性能有显著影响，准确表征钢中的夹杂物是在生产过程中实现准确控制的前提。本文使用二维(2D)和三维(3D)方法对30MnSi棒材中的夹杂物进行综合分析，为30MnSi棒材生产工艺优化、材料性能提升提供技术依据，保障30MnSi棒材在工程应用中安全可靠。二维表征方法在制样时会破坏夹杂物的完整性，但能够用于统计试样表面夹杂物的尺寸并可以通过能谱分析确定夹杂物的种类；三维表征能够完整地获取夹杂物的三维形貌及空间分布信息，但不能准确确定夹杂物的种类。二维表征显示试样1横纵截面上的夹杂物数量密度横截面为2.76个/mm2、纵截面为3.20个/mm2，平均等效圆直径试样1横截面为2.51 μm、纵截面为2.53 μm；试样2夹杂物数量密度横截面为15.89个/mm2，纵截面为62.15个/mm2，平均等效圆直径试样2横截面为2.05 μm、纵截面为1.67 μm。三维表征显示试样1夹杂物的数量密度为714.3个/mm3，平均体积为67.7 μm3，中值弗雷德直径平均为5.29 μm；试样2夹杂物的数量密度为668.4个/mm3，平均体积为130 μm3，中值弗雷德直径平均为6.12 μm。结果表明，棒材中100 μm以上的大尺寸夹杂物种类以Mn-Ca-Si-O为主，沿轧制方向产生形变，但在其中存在不易变形的核心，可能是造成屈服强度下降的主要原因。
针对铝铁互嵌导致高铁铝土矿在拜耳法溶出过程中氧化铝溶出率低、以及针铁矿的存在造成赤泥沉降困难等问题，提出以草酸-草酸铵作为除铁剂，采用响应面法优化脱除互嵌结构中铁和铝的工艺条件，并系统探究了浸出液的资源化利用路径。试验结果表明，除铁优化条件为n(H2C2O4)/n((NH4)2C2O4)=0.52、(C2O42-)T(C2O42-总物质的量)过量2.40倍、液固比6.13 mL/g、温度95 ℃，时间90 min。在此条件下，浸出渣中铁、铝质量分数分别为0.27%与28.00%，铁、铝浸出率分别为88.19%和17.78%。浸出液中Fe(Ⅲ)与Al(Ⅲ)分别以Fe(C2O4)33-和Al(C2O4)33-形式存在。采用氨水可沉淀浸出液中的铁、铝与硅，并同步再生(NH4)2C2O4；随后以NaOH溶液脱除混合沉淀中的Al(OH)3，获得铝酸钠溶液；再通过铁粉水热还原Fe(OH)3制备Fe3O4，同时再生NaOH。除铁后的浸出渣与铝酸钠溶液可返回拜耳法配浆或烧结工序和熟料溶出工序，实现和拜耳法或者烧结法工艺的有效衔接；(NH4)2C2O4用于高铁铝土矿除铁工序，再生的NaOH则用于水热还原制备Fe3O4。该工艺以H2C2O4与(NH4)2C2O4为除铁剂，不仅反应条件温和，还能实现浸出液中药剂的再生与铁资源的回收，是一种绿色高效的资源化技术，为全湿法处理高铁铝土矿提供了创新思路。
特钢工业场景兼具离散与连续特性，物料密集、规格多变、工艺路径复杂且异常工况频发，传统逻辑跟踪与简单标识方法难以实现精准定位，常规视觉检测亦局限于单一场景判定。针对复杂边界条件下多目标物料跟踪难题，本文提出一种基于状态建模与多源融合的多目标跟踪方法。首先，构建基于状态推理与轨迹推演的逻辑跟踪模型，结合Drools规则引擎规范化管理场景跟踪业务逻辑，实现工艺驱动下的实时定位与状态推理；其次，在多工序交叉等异常频发区域，构建基于视觉检测与目标跟踪的视觉感知模型，采用DTE(Detection-Tracking-Enhanced)算法，实现多目标精准识别与跨帧关联；最后，设计改进的Dempster-Shafer证据融合策略，进一步构建时空对齐、动态加权与异常分级响应机制，对逻辑跟踪与视觉感知结果进行双向复核，提升系统的容错能力与跟踪可信度。利用某特钢企业实际钢管产线搭建大数据平台及跟踪系统，并采用热加工流程实际数据进行试验验证，整体跟踪精度达99.98%，高温、遮挡及多工序交叉等复杂工况下推理准确率提升9.0%以上，显著优于单模态算法与传统融合策略，验证了所提出算法处理信息冲突的有效性与优越性，对提升生产精细化管理与多业务优化具有重要应用意义。
钒钛磁铁矿作为重要的战略资源，在现代钢铁工业中具有不可替代的地位。然而，高炉冶炼过程中钒资源回收效率仍有待提升。为此，提出一种融合冶金机理与数据驱动的智能预测与优化方法——基于多种特征方法和TimesNet的高炉铁水钒含量预测及调控模型。构建双模态关联分析框架，通过Pearson相关系数和互信息分别量化各参数与铁水钒含量的线性、非线性关联性，结合XGBoost模型的特征重要性排序和前向逐步回归，筛选得到最优特征子集。经对比试验结果表明，XGBoost特征选择方法使模型预测精度提高32%，预测误差降低50%。在预测方法上，开发了基于Transformer架构优化的TimesNet时序预测模型，该模型通过傅里叶变换进行多周期特征提取，利用二维时频重构技术和多头注意力机制有效捕获工艺参数的长期依赖关系，并采用自适应加权聚合策略实现多尺度特征的融合。在应用层面，构建了“预测-分析-调控”的闭环优化调控系统，模型输出铁水钒含量预测值后，结合SHAP可解释性分析、Sobol敏感性分析与冶金工艺机理，量化各参数对铁水钒含量的影响分布及作用机制，为多参数协同调控铁水钒含量的稳定提供理论依据。工业验证表明，本方法在保持冶炼条件稳定的前提下，预测误差为0.000 1，且在预测精确上排列首位，各项关键性能指标上均显著优于其他预测方法。模型应用后，铁水钒含量预测准确率高达90%，较模型成熟时平稳提升，而其稳定率达到80%以上，较之前平均提高了9%，该方法为高炉钒钛磁铁矿冶炼过程的智能化控制和资源高效利用提供了切实可行的技术方案，具有重要的工程应用价值。
钢包底吹透气砖作为钢液精炼的关键功能元件，其气泡群分布特性对合金元素分散均匀性影响显著，但是高温和遮挡为其量化研究带来重大挑战。本研究自主搭建物理模拟试验平台，利用激光截面法和高速摄像对弥散型透气砖的气泡群进行图像采集，开发基于多阈值拉普拉斯-高斯(LoG)边缘检测的视觉处理算法，解决激光截面法中多重散射效应引起的背景光强分布不均匀问题，系统研究底吹流量对气泡群特征的影响规律。研究结果表明，当底吹流量较低时，气泡群气泡整体呈现高圆度、数量少、直径小的特点；随着底吹流量的增大，气泡群气泡的平均圆度降低、数量增加、直径分布范围显著拓宽，并且气泡重叠、粘连等堆叠现象加剧；随着底吹流量继续增大，气泡群气泡的平均圆度、数量和直径分布变化较小；经过堆叠气泡分割后，气泡群气泡的平均圆度和数量均增加，平均直径和索特平均直径均减小，证明底吹流量对气泡群气泡的圆度、数量及直径等特征参数具有显著影响。本研究实现了弥散型透气砖生成气泡群的特征提取与量化分析，可为底吹工艺数值仿真模拟与弥散型透气砖结构优化设计提供理论指导。
圆盘剪剪切力的高精度预测是冷轧带钢精整产线工艺优化的核心挑战，传统方法难以解析多重参数的复杂耦合机制，而现有机器学习模型则面临物理机理弱化与特征利用低效的双重局限。为此，本文提出融合特征增维(FA)与贝叶斯优化(BO)的人工神经网络(ANN)框架(BO-FA-ANN)。基于国内企业生产数据，系统对比ANN与5类集成模型，确立ANN为最优基础模型(决定系数R2=0.958 6)。为突破ANN深层网络中关键物理特征信息稀释的瓶颈，创新性设计特征增维策略，即通过SHAP(Shapley Additive exPlanations)多模型一致性分析识别入口张力、重叠量等为核心特征，并将其显式引入网络深层，强制模型在决策中强化物理定律引导；进一步，针对增维后模型复杂度提升导致的超参数适配难题，采用贝叶斯优化自适应搜索最优架构。最终，BO-FA-ANN实现性能提升(决定系数R2=0.985 7，均方误差EMS=0.013 6)，显著优于单一优化模型。本研究证实，特征增维解决了物理意义在深度网络中的传递衰减问题，贝叶斯优化则保障了增维结构的泛化能力，两者协同为复杂工业过程的高精度建模提供了新范式，并为剪切工艺的量化调控与实时优化奠定了技术基础。
XML
附件
