首页期刊导航|钢铁研究学报
期刊信息/Journal information
钢铁研究学报
钢铁研究学报

干勇

月刊

1001-0963

gtyjxb@163.com

010-62182340

100081

北京市海淀区学院南路76号

钢铁研究学报/Journal Journal of Iron and Steel ResearchCSCD北大核心CSTPCD
查看更多>>本刊为专业技术性刊物。反映钢铁工业科技的最新科研成果及其推广应用的情况。设有冶金与金属加工、材料研究、测试与分析、开发与应用等栏目。读者对象主要是企业、科研院所及大专院校从事冶金科研、开发、设计、生产及管理工作的中高级人员。
正式出版
收录年代

    《物理测试》征稿启事

    775页

    氢气体积/试样缺口表面积比对X52管线钢在高压氢环境下疲劳寿命的影响

    宋卫臣汪兵李拔贾书君...
    776-786页
    查看更多>>摘要:通过改变环境箱中填充物的体积来获得不同的氢气体积/缺口试样表面积比值RV/S,使用疲劳寿命试验和扫描电镜研究了RV/S对管线钢氢气环境下疲劳寿命的影响,对输氢管道中气态氢分子自发分解成氢原子的氢脆理论进行了讨论.结果表明与氮气中相比,当RV/S从2.6mL/mm2增加到24.4mL/mm2时,X52管线钢环焊缝在高压氢环境下的疲劳寿命损失率从21.2%增加到57.2%,X52管线钢母材疲劳寿命损失率从2.1%增加到53.2%,X52管线钢环焊缝和母材疲劳寿命试验断口快速撕裂区韧窝面积明显减少,韧窝区裂纹和空洞等缺陷出现增加趋势.疲劳寿命试验过程中,氮气中早期疲劳裂纹萌生后出现裂纹止裂阶段,而当氢气体积/试样缺口表面积比为24.4mL/mm2时,疲劳裂纹一旦萌生即不断扩展直至试样断裂.RV/S比值对X52管线钢在高压氢环境下的疲劳寿命循环次数存在着显著影响,试验结果为气态氢分子自发分解成氢原子的氢脆理论提供了试验数据支撑.

    X52管线钢氢气体积/试样缺口表面积比输氢管道疲劳寿命氢脆

    《冶金自动化》征稿启事

    786页

    脉冲磁场脱碳退火对CGO钢冷轧后组织及织构的影响

    黄振光陈重毅麻永林董丽丽...
    787-793页
    查看更多>>摘要:为了更深入探究脉冲磁场退火工艺对取向硅钢组织及织构的影响,采用一次冷轧之后Si质量分数为3.1%的普通晶粒取向硅钢,用实验室自主研发的脉冲磁场管式退火炉,施加磁场强度为12 mT的脉冲磁场进行850℃脱碳退火,之后再进行压下率为57%的二次冷轧,利用金相显微镜与XRD对脱碳退火及二次冷轧后的组织及织构观察和分析.结果表明,CGO钢在脱碳退火过程中施加脉冲磁场的脱碳效率较未施加磁场明显加快.脱碳退火过程施加脉冲磁场的CGO钢在二次冷轧之后,试样中剪切带数量较未施加磁场的明显增多,且{111}<112>织构强度增强而{111}<110>织构强度显著减弱.这将有助于后续冷轧硅钢在高温退火时的二次再结晶,提升最终的磁性能.同时,为促进取向硅钢脉冲磁场退火工艺的工业化应用提供实验依据.

    取向硅钢脉冲磁场热处理冷轧织构剪切带

    钢渣碳热还原工艺条件优化研究

    张博康罗果萍郝帅卢元元...
    794-805页
    查看更多>>摘要:为研究工艺参数对钢渣碳热还原的影响并确定最优工艺条件,以包钢热泼渣和生产用焦粒为原料,通过不同焦渣比、碱度、还原温度和时间的四因素四水平正交实验研究其对钢渣碳热还原的影响,并通过极差分析确定还原渣铁回收率和粉化率的最优参数,并对其验证.结果表明:对渣样还原后铁回收率影响的因素依次为焦渣比、还原温度、碱度和保温时长,最优水平组合为10:90的焦渣比、1 600℃的实验温度、1.8的碱度条件和50 min的保温时长,渣样还原后铁回收率可达59.67%;对渣样还原后粉体100目(150μm)过筛率影响的因素依次是焦渣比、碱度、还原温度和保温时长,最优水平组合为25:75的焦渣比、1450 ℃的实验温度、2.2的碱度条件和30 min的保温时长,渣样还原后粉体100目过筛率为78.08%,为全部实验最高水平;在焦渣比25:75、还原温度1550℃、碱度2.0和保温60 min的实验条件下,渣样还原后铁回收率和100目过筛率均较好,分别为47.18%和 43.83%.

    转炉钢渣碳热还原铁回收率粉化率晶型转变

    融合自适应下采样的带钢表面缺陷检测算法

    杨春龙吕东澔张勇任彦...
    806-816页
    查看更多>>摘要:针对当前带钢表面缺陷检测领域,因终端检测设备计算资源受限,导致基于深度学习的网络模型在终端检测速度降低的问题,提出一种融合自适应下采样的带钢表面缺陷检测算法.首先构建自适应下采样模块(AD-WO),通过引入权重系数实现网络对不同特征的关注,且分组卷积的结构设计降低模块的参数,从而实现提高网络对特征感知能力的同时降低网络复杂度;其次,结合context guided block构建CG-C3模块,通过联合局部和周围上下文信息来提升网络对缺陷特征的提取与整合能力;最后,为解决带钢表面微小缺陷难以检测的问题,在网络中引入RFB(Receptive Field Block)注意力机制,通过整合多尺度缺陷特征,提升网络的检测精度.实验结果表明,在NEU-DET数据集上,改进后的算法平均检测精度达到79.5%,较于原YOLOv5s网络提升2%且FPS提升了 6帧/s,参数量降低39.9%,浮点运算量降低39.8%.通过消融实验和对比实验验证了各个改进模块的有效性和所提算法的优越性.

    缺陷检测自适应下采样注意力机制轻量化网络YOLOv5s

    《冶金分析》征稿启事

    816页