报道了对含微量Nb、Ti、B的极低碳Si,Mn高洁净钢和成分相近的工业钢X60及XTE355的研究结果,并讨论了奥氏体形变对γ→α转变、转变组织及力学性能的影响.试样加热到1200℃均匀化处理后,快速冷却到奥氏体的非再结晶温度区变形70%再经500℃中温等温处理,能够获得微米甚至亚微米级的细化组织.纯净钢和工业钢的平均晶粒尺寸都在3μm以下,780℃变形的X60试样得到了最小的平均晶粒尺寸:X方向为0.99μm,Y方向为1.02μm.显著的晶粒细化效果是由于形变奥氏体的晶界面积大幅度增加以及变形带和其他晶体缺陷提供了大量的有利形核地点,使γ→α转变时α相的形核率提高的结果

对连铸板坯在炉停留时间和热轧中厚板超声波探伤质量之间的关系进行了研究.结果表明:220mm厚连铸板坯在炉停留时间低于3h会导致中厚板超声波探伤合格率显著降低;延长铸坯在炉停留时间能够有效提高中厚板的超声波探伤合格率;中厚板中引起超声波探伤不合的缺陷是珠光体带中的微裂纹;减弱连铸板坯的中心线偏析能够有效提高中厚板的探伤质量

采用SEM、XRD和矿相分析方法对几件战国带虎斑纹的巴蜀兵器样品进行分析.样品基体为铸态组织且铸后经过加热;斑纹与基体有明显的界面,斑纹是高锡的铜锡合金,厚度在20~40μm;斑纹主要是由SnO2与Cu41Sn11组成.根据分析结果并分别用镀高锡合金法、热镀锡法进行模拟实验,初步认为虎斑纹系人工表面处理得到,处理工艺应为热镀锡.组织观察到从基体向镀层方向生长的柱状晶,应是铜向液态锡中溶解扩散所致;镀层中δ相的存在,可能热镀锡后又经过退火的过程

介绍了一个模糊神经网络专家系统.研究了知识的“溶化”技术，即导入算法、无搜索快速推理、寻出算法，井对用三分法确立输入变量隶属函数及模糊规则求精作了有益的研究.用以上理论对连续推钢式加热炉进行控制，控制效果较为理想

针对一体化生产过程中连铸出坯顺序与热轧轧制顺序的协调问题,提出了计划顺序协调因子,并在此基础上建立了有利于提高直接热装(DHCR)比例的热轧批量计划优化模型.模型在满足热轧轧制工艺的基础上充分考虑了铸坯连铸出坯计划与热轧轧制计划的协调.采用改进遗传算法——两交换启发交叉算法对模型进行了求解.最后,针对大批量少品种和小批量多品种两组板坯对某钢厂2250 mm和1580 mm轧线进行了仿真,仿真结果表明模型可以大大减少铸坯因顺序不协调而引起的在进入加热炉前的等待时间,进而提高板坯DHCR比例

利用光镜、扫描电镜和能谱仪等显微组织分析方法研究了镍基耐蚀合金C-276经真空冶炼+电渣重溶后铸锭的枝晶特点和元素偏析情况,根据残余偏析指数模型计算结果选取了四种均匀化实验制度,并通过均匀化实验后的组织分析和Gleeble1500试验机热模拟锻造实验验证,最终确立了适合C-276合金的均匀化工艺.结果表明:合金中偏析程度最严重的元素为Mo;在选取的四种均匀化制度中,采用1170℃下加热20h的处理方式不仅可以较好地实现成分均匀化,还能保证晶粒尺寸不过度长大,从而确保合金的热加工塑性,是最为合理的均匀化制度.实验也证明利用残余偏析指数模型,计算结果与实验结果基本吻合,在预测和评价C-276合金均匀化工艺上是可信的

将神经网络与人工智能技术相结合,提出了1种新型的知识表示的形式化描述和知识单元。知识通过模式分类导入,并用IMSBP和(B-B)BP调节2种不同类型的权。在此基础上提出了神经网络的双向求解策略。以加热炉控制验证了其可行性

研究了原料粒度、粘结剂的用量、配碳量等因素对铬铁矿球团生球性能的影响,以及温度和还原时间对金属化率的影响。结果表明1350℃还原15min,铬金属化率达90%以上配碳量应比理论配碳量过量20%。用1:3的H2SO4对还原球团采用加热回流法溶样,解决了金属铬及金属铁的化学分析方法

采用共焦激光扫描显微镜首次原位观察YF45MnV钢中MnS夹杂在连续升温过程中的变化.结果表明:在匀速加热过程中,细长条状MnS首先转变为近球状硫化物组成的串状夹杂物,然后近球状硫化物发生扩散长大,数量减少;温度增加到一定程度后,MnS夹杂发生固溶现象,其面积反而减小

基于热轧轧机HSMM模型建立了与某钢厂实际热轧生产线相一致的虚拟生产线.以B510L钢为研究对象,分析了不同加热温度、终轧温度和卷取温度下所能获得的铁素体晶粒尺寸及相应的力学性能,并在此基础上为该钢厂提出了生产6.4 mm厚B510L带钢的最佳工艺参数