不锈钢/碳钢复合板因具有优异的强塑性和耐蚀性,被广泛应用于石油化工、水利水电、海洋工程等工业领域,是一种非常重要的结构材料。但该材料在工程应用中面临焊接工艺复杂、焊接质量难以保证的难题。本文以提高不锈钢/碳钢复合板焊接应用性为研究目的,开发了2 mm +6 mm厚不锈钢/碳钢单面复合板双面激光拼焊工艺,利用激光能量密度高,焊接深度控制精确的特点,分别从复合板的不锈钢侧和碳钢侧进行自熔焊,获得了性能优异的焊接接头。所设计的焊接工艺具有良好的焊接工艺性,获得的焊接接头熔池小、热影响区小、焊缝均匀、板件变形小。此外,本文还对不锈钢侧焊缝的耐腐蚀性能进行了检测和分析,结果表明,新工艺下不锈钢侧焊缝化学成分均匀,耐腐蚀性能良好。

本文分析了钢铁行业数字化发展趋势,系统梳理了数字钢铁全国重点实验室(DSL)在轧钢领域的工作。针对热轧、冷轧与热处理等工艺过程,构建了数据、机理与经验知识融合的系列高精度数字孪生模型,设计了适用于生产现场的智能优化方法并应用于国内外大型钢铁企业,显著提升了钢铁材料三维尺寸精度、组织和力学性能等质量指标。最后,展望了“AI+钢铁”的研究与应用前景。

将轧件的变形抗力计算与轧机辊系弹性变形的有限元计算相结合,建立了森吉米尔二十辊轧机轧制硅钢薄带板形控制模型。通过预设轧件板形计算的轧件变形抗力以及在该轧机轧制力作用下轧机辊系之间的弹性变形迭代计算,确定了支撑辊辊缝形状(ASU)调整和一中间锥辊锥度变化对轧件板形的影响规律。研究结果表明:支撑辊中部ASU调整主要对轧件宽度中心0.6 m的区域产生影响,对边部0~0.2 m区域几乎无影响;支撑辊两端ASU调整对轧件边部有影响,对轧件中间部分同样也会产生影响;增大中间辊锥度对改善距轧件边部0~0.15 m的板凸度有显著效果。通过优化计算辊系ASU调整和中间辊轴向横移量,使森吉米尔二十辊轧机轧制的薄带硅钢横向同板差平均下降超过25%,其生产的0.25 mm厚度薄带硅钢板形控制达到8 IU以下,有效提高了二十辊轧机其轧制硅钢薄带的板形控制能力。

梳理了我国厚板生产的发展历史,将我国厚板生产发展划分为起步期、蓄势期、发展期、成熟期、优化期5个阶段,从轧机规格、装备水平、产能规模等方面对各阶段特点进行了分析;阐述了热送热装、加热炉、轧机、矫直机等厚板生产关键工艺及装备的技术进步和发展;论述了特殊船舶用钢、海洋工程用钢等厚板典型产品的开发、应用和发展;展望了我国厚板生产及研发的发展方向并提出了建议。

近年来,我国轧制技术正处于从跟跑、并跑到领跑的快速发展阶段。在工艺与装备方面,我国在多模式无头铸轧制技术、宽厚板5 600 mm轧机技术、2 680 mm宽幅不锈钢热连轧技术、六机架六辊连轧机组生产高牌号硅钢技术、板带钢高精热处理工艺与装备技术、宽幅不锈钢超薄料关键生产工艺技术、热轧无缝钢管在线组织性能调控技术等一批工艺与装备技术创新与应用实践跨入国际领先水平。在钢铁产品方面,我国先进钢铁企业在汽车用钢、能源用钢、工程机械用钢、船舶及海洋工程用钢、低成本2 000 MPa级超高强塑性钢和部分特殊钢的实物质量基本跨入国际领先行列。在超高强钢“强度-塑性-韧性”调控机理方面创新性提出了“位错工程+TRIP效应”协同机制、“马氏体拓扑学结构设计+亚稳相调控”协同增塑新机制。同时,在轧制过程数字化、智能化赋能轧钢工艺高质稳定化生产方面也达到国际先进水平。综合来看,我国在轧制工艺、装备、产品以及数字化、智能化赋能等方面进展巨大,成效显著,但与国际先进水平相比,在轧制核心工艺与装备核心、大型轧机控制系统以及高端高质化产品技术创新等方面仍存在一定差距,部分核心设备、控制系统仍需进口。结合我国钢铁行业发展趋势,提出在轧制核心工艺及装备成套技术,高端高质化产品技术创新,与前/后工序、产业链结合的连续化高效化关键技术,数字化智能化赋能等需要关注的技术创新与发展方向。

针对高品质板带生产过程中板形、性能以及表面质量等关键指标综合控制的难题,介绍了我国在高品质板带形-性-表综合控制技术方面取得的成果。从热轧板带平直度检测、轧辊及板形状态的智能预报系统、弯辊及轧辊轴向横移综合控制模型以及冷热轧工序板形前馈控制等方面,介绍了多模态信息融合检测与多机架多工序协同的板形控制技术;从热轧跨工序过程显微组织参数与力学性能控制模型及热连轧带钢组织性能预控等方面,介绍了基于大模型的热轧过程工艺与力学性能控制技术;从板带表面缺陷无监督分类检测算法以及表面缺陷及特性综合控制等方面,介绍了高品质板带表面特性智能模拟及控制技术。在此基础上,叙述了该技术成果的现场应用情况,并对高品质板带形-性-表综合控制的发展进行了展望。

Ni元素是钢中广泛使用的重要合金元素,其不仅能显著提高钢的抗蚀性和耐热性,而且能提高钢的强度、塑性和韧性;Ni基合金也因具有高强度和良好的耐热性能而被应用于制造航空航天高温结构件。虽然Ni元素在钢以及合金中的作用得到了充分发挥,尤其是在钢铁材料韧性/低温韧性改善方面起到了重要作用,但是其对钢的韧性提升物理冶金机制还未能取得充分认识。本文回顾了Ni元素在钢以及合金中的应用研究进展,进而对Ni元素改善钢的冲击韧性和焊接韧性的机理研究进行了综述,强调Ni元素对钢的冲击韧性的改善主要是通过细化晶粒、促进位错运动、增加大角度晶界比例、稳定奥氏体等发挥作用,而有效增加针状铁素体含量以及减少马奥岛(M/A)有害相则实现了对钢焊接韧性的提高。作为一种新型提高低合金高强钢强韧性的方法,本文简述了Ni-Cu合金化在低合金高强钢方面的研究进展,最后给出了含Ni钢的发展趋势。

热轧粗轧板坯翘扣头是一种常见的非对称板形缺陷。传统的粗轧板坯翘扣头控制方法为板坯头部整段控制,容易导致板坯头部翘曲过高而撞击产线设备,影响轧制节奏的问题,通过有限元仿真,提出了一种粗轧板坯翘扣头分段控制方法,即分雪橇系数作用阶段和上、下辊速反转阶段控制,并验证了其有效性。借助机器视觉技术获得道次间板坯头部上翘或下扣程度,采用所提出的分段控制方法结合翘扣头测控系统,计算出相应的翘扣头调整量,在下一道次轧制前自动下发,实现了板坯翘扣头自动控制。应用结果表明:分段控制方法使板坯头部翘曲高度较整段控制减少了77.04%,显著改善了板坯翘扣头缺陷,提高了产品质量的稳定性。

中厚板在轧制过程中易出现多种平面形状缺陷,严重影响板材质量与成材率,进而制约产品性能与产线运行效率。作为保障成品外形质量的关键技术环节,平面形状控制长期以来受到轧钢领域的广泛关注。本文系统梳理了中厚板平面形状控制技术的发展脉络,涵盖了从基础理论、实验研究到工程应用的演进过程,并进行了简要阐述、对比和评论。在此基础上,进一步总结了近年来智能化装备与数据驱动控制技术在该领域的研究进展,并结合当前钢铁工业的智能化发展趋势,对平面形状控制的未来研究方向进行了探讨,旨在为技术优化与升级提供理论支持与思路借鉴。

在热轧带钢生产过程中,终轧温度的控制精度直接影响带钢的组织性能,是保证带钢尺寸精度和板形良好的关键因素。由于轧制过程具有复杂性、多变量、强耦合特性,传统的机理模型在预测精度上存在明显不足,难以满足高精度、高性能产品控制精度的要求。本文结合国内某2 250 mm热连轧精轧机组,利用梯度提升决策树(Gradient Boosting Decision Tree,GBDT)算法,结合机理模型,开发了融合机理和数据的热轧带钢终轧温度预测模型。该模型既具有机理模型的物理可解释性,又能够充分发挥GBDT算法在数据挖掘的优势,实现历史数据和实时反馈的不断学习和调整,从而保持模型预测性能的稳定性和可靠性;同时,该模型具有自训练与闭环控制功能,可实现自动闭环控制。将该模型在线应用后,带钢头部终轧温度长遗传预报偏差由14.55 ℃降至9.85 ℃,表明该模型计算精度高,能够满足换钢种规格、换工况下的终轧温度精度控制要求,从而能够提高带钢轧制稳定性和头部终轧温度控制精度,提升产品竞争力。

碳捕获、利用与封存技术(Carbon Capture, Utilization and Storage, CCUS)作为当前实现化石能源近零排放的唯一途径,对大幅减少CO₂排放、助力实现我国“双碳”战略目标至关重要。其中,作为连接CO₂捕获地和储存地的大规模、长距离CO₂输送管线对确保CCUS项目的高效运营具有决定性作用。本文以CO₂的相态特征及输送状态为切入点,梳理了国内外重要CO₂输送管线工程建设情况,总结了含水量、杂质气体及输送工艺等因素对CO₂输送管线内腐蚀行为的影响机理和耐蚀管材、涂层及缓蚀剂等防腐蚀方法的研究进展,并对未来CO₂输送管线的发展方向进行了展望。与CCUS项目需求和国际上成熟的CO₂输送管线技术相比,我国在长距离、大规模的CO₂输送管线建设和经验等方面仍存在一定差距,亟须深化超临界CO₂输送管线技术的工程实践研究。当前,CO₂输送管线的研究多集中在实验室环境中,且部分研究结果存在差异,无法有效指导我国的CO₂输送管线建设及实际工程应用,亟须建立中试实验平台并开展大量实验研究,揭示实际复杂工况环境下多因素的交互作用机制;此外,建议采用高性价比的双金属复合管,并研发配套新型高效耐蚀涂层和缓蚀剂,以形成CO₂输送管线成套防护新技术。

钢板凸度是厚板产品重要的质量指标之一,其控制水平代表着企业生产能力及市场竞争力。随着人工智能技术的蓬勃发展,智能控制成为目前钢铁行业发展的核心思路。但目前如何将大数据等人工智能技术应用在提升产品质量,尤其是针对厚板轧制过程的板凸度控制水平提升,尚且缺乏相关研究。本文聚焦于厚板轧机钢板凸度控制技术,将机理模型与数据模型结合,构建了厚板凸度智能预测模型,板凸度±80 μm内命中率达到83.04%;同时,基于该模型理论框架和大数据分析技术,优化了精轧机工作辊的辊形曲线,提高了厚板轧机产品凸度控制能力,延长了厚板轧机工作辊轧制周期,提升了轧机产能和成材率。

针对现有冷轧光整机组人工干预过多造成大量降级品的问题,首先解析了现有光整机组的控制系统及核心数据库,形成了光整机组自动控制提升技术方案;其次,确定了恒伸长率及恒轧制力模式交替控制策略,完善了逻辑控制及执行控制模块自动功能,完成了控制系统核心数据库的拓展及精细化管控;最后,优化了恒伸长率及恒轧制力过程调整程序,制定了光整机组板形前馈预设参数及反馈闭环控制调节机制,完成了光整机组板形自动控制功能。将此研究应用于现场工业化生产,实现了光整机组基于在线数据的自动控制,机组自动化率提高到90%以上,减少人为操作且降低废品率。

针对当前生产的SWRH82B盘条通条性能不佳、存在较高级别网状渗碳体和马氏体等异常组织以及索氏体化率低且不均匀等问题,本文基于某钢厂高速线材生产线,利用DEFORM-3D软件对SWRH82B盘条轧制全过程温度场进行了有限元模拟计算,分析了轧制过程中轧件的塑性变形对其表面和芯部热交换的影响。同时,研究了水冷工艺的优化。结果表明:在粗轧阶段,轧件表面的温度呈现逐渐下降的趋势,芯部温度下降缓慢;中轧阶段轧件表面温度呈现上升趋势,同时芯部温度下降较明显。轧件在预精轧阶段截面积逐渐减小,整个截面由于塑性变形生热而升温,使轧件表面和芯部温度均升高。在精轧和减定径阶段轧制时,轧制速度较快,轧件表面和芯部温度在短暂提升后经过水冷快速降低,随后经过芯部返温使表面温度升高。当1号~4号水冷箱和5号水冷箱对应的对流换热系数为400 W/(m²·℃)和300 W/(m²·℃)时,盘条在吐丝时的表面平均温度约为919 ℃,芯部温度约为939 ℃。经优化水冷工艺后,轧件断面温度均匀,模拟温度与实测温基本吻合,误差在±10 ℃以内;同时,盘条芯部马氏体组织显著减少,盘条抗拉强度相比水冷参数优化前提升约40 MPa,断面收缩率提升约8%。

L₂系统辊缝计算模型是热轧中厚板厚度控制的基础,尤其是采用反馈压力AGC控制时,L₂系统辊缝计算模型设定精度会影响中厚板头部厚度和通板厚度,进而影响中厚板成材率。某2 680 mm半连轧粗轧机采用压力反馈式AGC控制系统,存在轧制不锈钢中厚板厚度精度低的问题。为此,利用中间坯轧制过程数据和测厚仪实测冷态厚度数据进行多元拟合回归,针对异板差形成原因选取16项指标进行中间坯冷态厚度的相关性分析和通径分析。结果表明:各因素对中间坯冷态厚度的影响存在共线效应,设定辊缝、轧辊单位轧制块数、板坯出炉温度3个因素是中厚板轧制过程中异板差的主要影响因素。基于中间坯冷态厚度的3个关键影响因素进行多元拟合回归建模,将拟合回归模型用于R₇机架辊缝修正。经大量生产实践,拟合回归模型能够大幅提高R₇机架辊缝设定精度,使中厚板厚度命中率从84.47%提高至98.92%。

在中厚板生产过程中,钢板的边缘部分常常会出现不规则形状,这些不规则区域通常不适于进一步加工或使用,需要准确切除这些不规则的区域。为了提高剪切效率和准确性,本文提出了一种结合机器视觉及PLC控制的中厚板分段剪切全智能定尺技术。该技术首先使用张正友标定法对相机进行精确标定,确定相机与剪切机之间的空间位置关系,然后提取图像的RGB颜色值,进一步转换至HSV颜色空间,有效地提取图像特征,从而精确地识别钢板头部的端点,再利用像素坐标转换计算世界坐标系下端点间的距离。当检测到钢板头部宽度稳定且端点数量为两个时,系统自动判定为钢板头部的规则位置。随后,系统计算测长激光线边缘点到规则位置的距离,以此确定剪切目标位置。将目标位置发送到PLC控制系统,由PLC控制辊道进行定尺完成剪切动作。该智能定尺技术不仅提高了钢板头部端点识别的精度,还显著提升了剪切的精度和产品质量,定尺精度可控制在±5 mm以内。

轧制力预测模型是冷轧设定控制系统的核心。由于冷轧过程中存在多变量、强耦合、非线性、时变性等复杂影响因素,导致传统轧制力理论模型预测精度低、经验参数依赖性强,无法满足高精度冷轧极薄带的生产要求。轧制力的设定主要取决于变形抗力和摩擦因数的计算精度,本文通过对经典的Bland-Ford-Hill 冷轧轧制力理论模型分析,建立了变形抗力和摩擦因数的逆计算公式,得到变形抗力和摩擦因数的真实值。然后,构建了差分进化算法(DE)优化的最小二乘支持向量机(LSSVM)模型(DE-LSSVM),将变形抗力和摩擦因数的真实值输入至DE-LSSVM中训练后,实现了对变形抗力和摩擦因数的修正,进而实现了轧制力理论预测模型的优化。实验结果表明:与传统轧制力理论模型相比,基于变形抗力和摩擦因数优化的轧制力预测模型的预测偏差可控制在5%以内。

钢材伸长率作为表征材料塑性的核心指标,直接影响钢材的成形加工性能与服役安全性。针对现有伸长率预测模型存在的跨钢种泛化性不足、缺乏机理支撑、依赖破坏性实验等问题,本文提出了一种机理与数据融合的贝叶斯优化-LightGBM预测模型。基于工业生产数据,构建了“常规工艺/成分特征+机理特征”的多维输入体系,其中机理特征包括碳当量(C_eq)、焊接裂纹敏感性系数(P_cm)及下游道次压下率;采用贝叶斯优化算法,对LightGBM的关键超参数进行高效搜索;最后通过消融实验、多模型对比实验验证模型性能。实验结果表明,本文模型的决定系数(R²)达0.898 4,误差在±3%以内的命中率达96.6%,能够为钢材生产质量控制提供可靠的技术支撑。

带钢冷轧过程中张力能够改变带钢的变形抗力,引起厚度变化,而带钢压下量变化又将引起带钢张力改变,在张力和厚度相互影响下产生张力-厚度耦合波动。张力-厚度耦合波动是带钢冷轧生产中的常见问题,直接影响产品厚度精度和机组稳定运行。本文针对森吉米尔二十辊可逆冷轧机在薄带轧制中频繁出现张力-厚度耦合波动的问题,研究了厚度控制、张力控制和厚度自动控制(AGC)惯性补偿功能的结构原理, 得到入口带钢线速度突变是产生张力弹性振荡的起因,张力弹性振荡与AGC辊缝调节相互作用,导致张力和厚度耦合波动,因此轧制过程必须保持AGC惯性转矩补偿调节全程有效。为此,推导出AGC惯性补偿转矩计算过程,分析了AGC惯性转矩补偿失效的原因,通过优化开卷传动转矩死区参数和提高薄规格带钢尾部轧制阶段的张力设定,确保了AGC惯性转矩补偿在轧制全程有效,消除了张力-厚度耦合波动;同时,采用变速积分控制算法,消除了张力弹性振荡,提升了张力闭环控制精度。系统优化后,薄规格带钢轧制过程中张力-厚度耦合波动得到了明显抑制,稳态张力控制精度±3%,厚度控制精度±2 μm。

针对HRB400E钢筋Mn元素含量较高及采用传统高温精轧+轧后穿水冷却工艺,成品表面易出现红锈的问题,本文对轧制工艺温度制度进行了优化,即开轧温度控制在960~1 000 ℃,进精轧机组温度控制在830~850 ℃,进减径机温度控制在830~850 ℃,上冷床前不穿水冷却,并进行了生产实验。结果表明,所生产的14 mm HRB400E钢筋晶粒度为11级,屈服强度为452 MPa,抗拉强度为655 MPa,最大力总伸长率为14.5%,钢筋表面氧化铁皮致密完整且未出现红锈,同时可将钢筋Mn的质量分数降低0.1%,为HRB400E钢筋绿色低碳生产及力学性能、表面质量的提升提供了依据。

ESP产线生产的热轧卷在酸洗后出现黄变锈蚀现象,且不同卷取温度的钢卷发黄程度有着显著差异。调整酸洗工艺后,带钢表面会腐蚀形成褐色或黄色的“流动锈”。为此,本文针对该问题进行了分析研究。结果表明:黄变现象是由热轧带钢表面氧化铁皮的状态和酸洗工艺共同作用产生的,热轧带钢表面氧化铁皮的厚度、酸洗速度和挤干效果是关键影响因素。黄变机制分析表明:酸洗后带钢表面残留的盐酸与基体铁反应生成二氯化亚铁,其进一步氧化会形成氢氧化铁和羟基氧化物而出现黄变。保持酸洗后带钢表面的湿润性可以避免带钢基体铁与空气发生氧化反应,进而杜绝表面出现黄变现象,可提高产品的整体质量。

本文介绍了用轧制方法生产手撕钢和吹飘膜的最新进展,给出了各种薄带、极薄带、超薄带的厚度范围;探讨了在接近理论最小可轧厚度条件下,轧制手撕钢与吹飘膜的工艺特点;梳理并对比了Stone公式、考虑异速比的LTAR公式、基于 Fleck极薄带轧制理论建立的肖宏公式等最小可轧厚度计算公式;给出了同步和异步轧制条件下,工作辊径与最小可轧厚度近似估算公式,以及辊径、厚度、异速比对应关系曲线图。同时,分析了板带材适轧厚度、负辊缝轧制力学模型等相关理论问题,列举了手撕钢、吹飘膜在铜箔、铝箔、不锈钢箔以及在电子与半导体产业、新能源产业和精密结构件微制造等领域的典型应用案例,并对轧制吹飘膜和极薄带的发展方向进行了展望。

目前对于690 MPa级海洋平台用钢板的生产通常采用离线热处理的方式,这不仅会浪费大量热量,而且耗时较长。本文对现有热处理工艺进行了改进,对轧后钢板采用在线热处理(即通过在线淬火+在线回火处理)工艺,并通过OM、SEM、TEM、EBSD对在线热处理后钢板的微观组织进行观察,通过万能试验机对其屈服强度、抗拉强度和冲击功进行测试,探究了不同在线淬火温度对钢板组织演变和性能变化的影响。结果表明:实验钢板经在线热处理后组织主要由回火马氏体、铁素体以及碳化物组成;随着淬火温度的提高,组织中马氏体数量和板条宽度增加、碳化物的析出量增加、大角度晶界占比降低,实验钢板屈服强度、抗拉强度增大,冲击功下降;实验钢板经850 ℃在线淬火后,虽然屈服强度较900 ℃在线淬火的低,但屈强比、冲击韧性较900 ℃淬火的高,综合力学性能最佳。研究结果为E690钢板生产工艺优化提供了理论依据。

针对S355GD-M带钢氧化铁皮过厚且边部与中部存在色差的问题,对其升温加热过程中的氧化铁皮进行了原位观察,并对不同卷取温度下带钢冷却后表面氧化铁皮结构转变进行了实验研究。结果表明:S355GD-M板坯试样在升温加热过程中氧化铁皮的生长分为沿晶界生长、致密生长、疏松生长、聚合纵向生长、稳定生长几个阶段,在氧化的开始时期,试样表面没有氧化产物的覆盖,基体中的Fe原子与O₂充分接触,由于基体内晶界处的能量较高,氧化产物优先于晶界处形核,随着温度的进一步升高,晶界处完全被氧化产物覆盖,氧化反应向非晶界处进行直到试样表面完全被致密的氧化产物覆盖,此时氧化产物最外层与O₂接触的部分氧浓度最高,FeO被氧化为Fe₂O₃和 Fe₃O₄,并开始纵向生长;随着卷取温度的降低,共析组织的比例呈现出先增加后逐渐减少的趋势;而随着冷速的降低,共析组织的比例逐渐增加。根据实验结果绘制出了氧化铁皮中FeO结构转变的CCT曲线,发现其符合C曲线规律,鼻尖温度在500 ℃左右。根据原位观察的实验结果,温度越高,氧化铁皮的生长越快,减小氧化铁皮厚度的有效策略就是避免带钢在高温阶段长时间停留,通过降低开轧温度、提高终轧温度、提高带钢的轧制速度等策略,有效减少了带钢在高温下的停留时间,达到减薄氧化铁皮厚度的目的。氧化铁皮的结构差异主要来源自由于带钢不同位置冷却速度的不同,而根据FeO共析相变的实验结果,对带钢的卷取制度进行了调整,将卷取温度设定在鼻尖温度附近,降低了带钢边部及中部氧化铁皮的结构差异。经过工艺优化,S355GD-M带钢表面氧化铁皮厚度约为12 μm,带钢边部和中部的氧化铁皮结构均由Fe₃O₄+FeO+共析组织组成,带钢表面的色差缺陷得到了明显改善,实现了热轧产品表面质量的提升。

由于加热炉工序生产环境恶劣、控制系统耦合因素众多,始终是产线自动化程度薄弱的环节,影响产线智能化、数字化的进程。随着大数据技术的不断更新和发展,也逐步进入冶金工业领域,旨在采用数据挖掘技术,建立基于数据驱动的数学模型,以突破传统模型瓶颈。本文介绍了某场景基于大数据平台的加热炉燃烧智能控制系统的构建,采用大数据算法对加热炉燃烧过程进行智能优化控制,提高加热炉控制精度,炉温智能控制在线率不小于93%,出炉板温控制精度(±12 ℃)达93.2%,降低燃耗3.5%,从而实节能降耗、改善产品质量的目的。

凸度是热轧带钢一项非常重要的质量指标,实现精准的热轧带钢凸度诊断对提升热轧带钢生产控制水平至关重要。由于热轧带钢生产过程具有非线性、遗传性和强耦合性的特征,因此热轧带钢凸度诊断是一个具有复杂决策边界的非平衡问题。现有的带钢凸度预测模型更倾向于从多数合格凸度带钢中获取信息而忽略了更有价值的缺陷凸度带钢数据。为解决该问题,本文提出了一种基于混合重采样和代价敏感融合的带钢凸度诊断模型,通过人工蜂鸟算法获取最优代价敏感系数,将该模型与其他机器学习模型进行对比,该模型A_UC为0.889、缺陷召回率为0.870、测试时间仅为0.005 9 s,均优于其他模型。将模型用于在线诊断,缺陷凸度带钢检出率由82%提升至88%,带钢凸度达标率由59%提升至71%。

硅钢冷轧时使用乳化液作为润滑剂,但经常会在带钢表面形成乳化液斑,影响表面质量。本文使用SEM、EDS、XPS、XRD和AFM多种微观表征测试方法研究了硅钢带钢表面乳化液斑的形成机理。结果表明,带钢表面发生氧化形成线条状的Fe₃O₄产物,覆盖在带钢表面,使表面变得粗糙而导致乳化液的残留,乳化液中的水会挥发,而乳化液中的油则保留在该区域,形成黑色乳化液斑。硅钢带钢表面乳化液斑的组成即为Fe₃O₄产物和油污。根据乳化液斑形成机理,精准控制带钢板形和加强乳化液管理可以有效减少乳化液斑的形成。

齿轮箱传动系统通常处于高速运行状态,其关键部件会受到严重磨损和冲击损坏,由于齿轮箱系统的复杂性,仿真模型难以准确识别齿轮箱故障。本文提出一种基于物理模型和数据驱动的数字孪生齿轮箱故障诊断方法。通过构造2个玻尔兹曼机,从传感器数据与刚柔耦合动力学模型的仿真数据中提取特征,将这2种模态的信息映射到高维空间组成联合表示,再与多层前馈神经网络相结合,形成用于实时故障检测的多模态信息融合模型。在数字孪生驱动的故障诊断方法实际应用过程中,虚拟空间和物理空间之间存在信息差距。因此,本文还构建了多目标蝗虫优化算法的自适应校正模型,提高了虚拟空间的高保真精度。本文所提出的数字孪生方法降低了物理和虚拟之间的信息误差,提高了齿轮箱故障诊断的准确性。

针对森吉米尔轧机轧辊受交变接触应力作用而产生疲劳失效的问题,本文研究了轧辊接触应力分布和疲劳失效的机理。基于影响函数法建立了轧辊辊间受力计算模型,采用损伤力学局部应力-应变法建立了疲劳裂纹萌生寿命模型,运用断裂力学裂纹生长速率法建立了疲劳裂纹扩展寿命模型,并融入实时生产数据,开发了轧辊疲劳寿命预测模型系统。系统可根据轧辊内部疲劳分布,合理制定磨削量,去除超限疲劳层,保障轧辊上机安全,有效提升了轧制公里数,对实现精准磨辊、精准备辊和精准用辊具有重要意义。

在钢板生产过程中,精确的轮廓测量不仅是优化轧制工艺、调整设备参数的关键基石,更是确保产品质量精准对接客户需求的决定性因素。鉴于当前先进的钢板表面缺陷检测系统已能高效得到详尽的图像数据,本文尝试探索了将表面缺陷检测和钢板轮廓测量融合的新路径,力求以更低的成本实现钢板轮廓测量的高精度目标。通过充分利用钢板表面缺陷检测系统输出的高分辨率表面图像,实施一系列数据处理步骤,包括图像畸变校正、姿态角与切向角的精确调整,以及基于双目视觉技术的厚度与抖动补偿算法,以精准还原钢板的实际尺寸信息。该过程中还引入了上、下表面双位置检测校准机制,有效剔除了因钢板运动过程中横向偏移所产生的测量误差,确保了钢板轮廓数据的真实性与准确性。所生成的轮廓数据,不仅可用于传统的长度、宽度测量,更进一步涵盖了板坯矩形度评估与镰刀弯检测等高级分析维度,为钢板生产提供了全方位、高精度的数据监控与反馈。

带钢表面缺陷的有效检测对于保证产品质量具有重要意义,然而,由于低对比度和小目标尺度,现有检测方法往往面临检测精度不足的问题。为此,提出一种基于语义增强与局部注意力机制的带钢表面缺陷检测算法(Scale Aware and Local Attention Detection, SALADet)。首先,在主干网络中嵌入语义交互增强模块,挖掘并强化深度特征图中的高级语义信息,提升网络区分背景和缺陷的能力。其次,在网络的颈部结构中引入局部注意力金字塔模块,增强小目标的特征提取能力,从而提高对小尺度目标的检测精度。为了进一步提高检测性能,SALADet算法采用了解耦检测头,有效缓解了分类与回归任务之间的冲突,提高了整体检测精度。在NEU-DET数据集上的实验结果表明:SALADet算法的平均精度均值达到79.4%,相较于Faster R-CNN、SSD、YOLOX、YOLOv8和CenterNet等算法,分别提升4.7%、14.1%、4.5%、4.6%和6.1%。此外,SALADet算法的推理速度达到每秒84.7帧,展现出优异的实时性和实用性。

针对某热轧卷板生产线采用常规抛物线辊形生产硅钢时轧辊局部不均匀磨损严重,轧制后期轧件易出现局部高点,引发后工序产品起筋,以及凸度难以控制的问题,开发了一套工作辊复合辊形曲线,通过抛物线辊形与双锥度辊形的组合,以改善轧辊磨损不均匀,同时提升轧件断面质量。采用数值模拟技术建立了关于工作辊复合辊形轧制的弹塑性有限元模型,模拟结果表明:相比于常规辊形,该辊形在弯辊力调控效率以及轧件凸度、边降控制方面提升明显。将该辊形应用于生产现场进行生产试验,结果表明:新辊形投用后,轧辊不均匀磨损问题得到明显改善,单位辊期内的硅钢轧制块数由40块增加至50块,且轧件凸度C₄₀≤30 μm达标率由46.2%提升至90%以上。

在热轧过程中,钢坯位置定位至关重要,可以实现自动化的钢坯位置检测,从而提高生产效率和质量控制。但实际生产过程中,由于钢坯生产环境恶劣,造成钢板定位检测困难。针对上述问题,提出一种稳定的Yolov8钢坯检测算法:提出混合注意力机制网络,解决了金字塔网络中浅层特征丢失的问题,增加网络学习局部特征的能力,轻量化模型,提升检测精度。实施方法为:首先在网络中引入注意力模块,提高对图像细节特征信息的保留能力,提升目标的整体检测精度;其次,设计NPANet特征融合结构,加强对图像的多尺度特征融合能力;然后,改进卷积模块,轻量化网络模型;最后,改进损失函数,提高了算法的回归性能,降低稳定框生成误差。实验结果表明:改进的NDS-yolov8模型相比于初始网络结构,其权重文件大小由6.2 MB变为4.6 MB、浮点运算性能由8.1 GFLOPS变为6.4 GFLOPS、不同I_oU值时的平均精度(P_mA@[0.5∶0.95])提升0.5%。与实际场景中的真实值相比,NDS-yolov8网络模型在精度上相较于原始Yolov8网络模型误差显著降低,能够更准确地估计钢坯的实时位置,从而有效提升钢坯检测与定位的性能。

连续热镀锌带钢生产过程中,镀层表面亮点缺陷严重影响产品耐腐蚀性能。本文通过多尺度表征技术(SEM-EDS、AFM)分析了亮点缺陷的形貌及成分,揭示其成因主要为锌渣夹杂、气孔聚集及局部合金化异常。提出基于机器视觉的亮点缺陷在线检测方法,采用改进U-Net网络实现亮点缺陷的实时分类,最终实现98.2%及以上的分类准确率,满足连续热镀锌带钢高速生产线对亮点缺陷检测的实时性与高精度要求。研究了镀层厚度控制精度与抑制亮点缺陷的关联性,设计了融合动态权重调整的模糊PID控制器,集成激光测厚仪反馈数据,实现了镀层厚度自适应控制(控制误差不大于±1.5 μm)。实验结果表明,该方案使缺陷发生率降低63%,镀层厚度合格率提升至99.1%。

针对汽车轻量化需求,本文研究了汽车板抗凹性能的影响因素。通过抗凹性能实验和有限元仿真的结合,研究了预应变、钢板厚度和零件曲率等因素对汽车板抗凹性能的影响。实验结果表明:当预应变小于15%时,钢板抗凹刚度随预应变的增加而升高,当预应变大于15%时,钢板抗凹刚度随预应变增加而降低,这是由于预应变过大导致钢板厚度减薄所致。对于厚度分别为0.65 mm和 0.70 mm的钢板,当预应变小于3%时,钢板抗凹刚度差别不大且凹痕深度均大于2 mm;当预应变大于3%时,0.70 mm厚钢板抗凹刚度明显大于0.65 mm厚钢板,且两者凹痕深度急剧减小,随着预应变进一步的增大,凹痕深度变化不明显,这是由于随着预应变的增大,钢板发生加工硬化,强度显著提高阶段,钢板厚度是决定凹痕抗力的重要因素之一。烘烤硬化对钢板抗凹刚度影响不大,但凹痕深度较烘烤前明显降低,这是由于烘烤过程中发生应变时效导致钢板强度增加所致。有限元模拟进一步验证了零件曲率也是抗凹性能关键影响因素之一,零件抗凹性能随着曲率减小而增强,但曲率并非越小越好,应控制在合理范围内。

针对新能源汽车驱动电机用无取向硅钢的制备要求,本文通过调整常化工艺获得了组织相近的不同厚度常化板,再通过冷轧和退火,获得了厚度0.25 mm的无取向硅钢钢板,研究了冷轧压下率以及退火温度对无取向硅钢钢板组织、织构以及磁性能和力学性能的影响。结果表明,随着无取向硅钢热轧板厚度的减薄(即冷轧压下率减小),冷轧板中不利织构{223}<110>和{111}<110>的强度逐渐降低,最终退火板的织构得到改善,织构因子提高了约0.14~0.63。铁损P_10/400降低了0.2~1.3 W/kg,磁感应强度B₅₀提高了0.01~0.02 T,屈服强度仅下降了2~11 MPa。随着退火温度的提高,3种不同初始厚度热轧板对应退火板P_10/400降低了0.3~0.8 W/kg,B₅₀先升高后降低(当退火温度为940 ℃时取得最大值),屈服强度下降了3~13 MPa。因此,通过减薄初始热轧板,能够减小冷轧压下率,同时配合退火工艺的优化,可以改善成品板织构,提高无取向硅钢钢板的磁性能。

针对目前轧制过程中轧制力预测模型不能准确反映实际轧制力的问题,本文基于RBF神经网络对Sims模型进行二次修正,建立了一个新的轧制力预测模型。以Q345钢的实际生产数据为基础,通过对实际变形抗力的反算与数据归一化处理,形成了RBF神经网络预测中需要的数据集,然后进行网络结构优化,实现了对变形抗力的精准预测,利用修正后的变形抗力计算得到理论轧制力。为进一步提高轧制力精度,从Sims模型结构入手,利用RBF神经网络对模型比例系数(实际轧制力与理论轧制力之比)进行修正,得到轧制力修正系数,将两个模型整合,得到二次修正的高精度轧制力。根据性能评价可得出,一次修正后轧制力最大误差为21.595%,二次修正后轧制力最大误差仅为3.631%。

退火通常用来改善材料的残余应力,但对于低碳微合金高强钢而言,由于其碳含量较低,导致析出所产生的析出塑性应变不足以充分松弛残余应力。本文通过应力测量、组织观察和配分塑性分离,研究了不同退火阶段的塑性行为对残余应力的影响规律。结果表明:Mn配分行为产生的配分塑性比合金碳化物析出所产生的析出塑性更大,是低碳钢松弛残余应力的主要机制。Mn配分行为产生的配分塑性应变参数K=2.691×10^-5 MPa^-1,合金碳化物析出产生的析出塑性应变参数K=1.303×10^-5 MPa^-1;Mn配分阶段保温15 min,实验钢的残余应力绝对值由980 MPa降低至330 MPa,降低了66.3%,合金碳化物析出阶段保温15 min,实验钢的残余应力绝对值由323 MPa降至277 MPa,降低了14.2%。因此,配分塑性是低碳钢松弛残余应力的主要机制。

连铸坯热送热装工艺是钢材生产过程中节能减排的重要手段。本文针对某厂热送热装碳素结构钢S45C铸坯在加热过程中出现表面裂纹的问题,建立了铸坯加热仿真模型,计算了不同入炉温度和加热工艺下铸坯的温度场和应力场,分析了热应力的形成规律和特征。结果表明:铸坯热装可以有效降低其加热过程中的应力峰值,但热装温度越高,入炉时铸坯表面所受拉应力越大,产生裂纹的风险增大;降低铸坯在加热一段的升温速率,可以有效避免铸坯在高温区产生应力峰值。S45C铸坯按照入炉温度500~600 ℃,加热系数7.8 min/cm,热回收段温度800 ℃、预热段温度1 100 ℃、加热一段温度1 160 ℃、加热二段温度1 230 ℃、均热段温度1 200 ℃的加热制度, S45C铸坯热送热装裂纹率降低了11.8%。

冷轧带钢板形控制技术是钢铁工业领域的核心控制技术之一,其控制效果直接决定了带钢轧后板形质量并影响下游工艺进程。板形执行机构是实现板形控制的关键工艺手段,较低的机构模型精度会影响板形偏差的在线修正能力并易于产生板形缺陷。本文综合考虑轧制力、带钢几何尺寸等关键轧制参数对板形的影响规律,以及不同板形执行机构间的耦合作用机制,建立了包含二次影响系数的弯辊-轧辊倾斜协同设定模型;引入“过喷系数”概念,构建了考虑相邻乳化液喷嘴间部分流量重叠特性的分段冷却流量控制模型;为提升设定模型的精度和计算效率,基于启发式搜索理论制定了设定模型中各系数的寻优设置策略。以某厂1 450 mm UCM 五机架六辊冷连轧机组为应用平台开展工业试验,结果表明,本文开发的板形执行机构设定模型及设定策略可高效、准确地修正在线板形偏差,降低了设定模型的设置难度,并使板形均方根误差命中率提升了约8%。