钢材替代材料在新加坡钢结构房屋建筑中的应用(英文)

2008年4月,新加坡房屋建设局针对工业部门发布了设计指导BC 1∶2008,目前按照非BS标准制作的钢材替代材料允许用于钢结构房屋建筑中.本文通过设计中钢材替代材料的使用,检验了BC 1中对材料的性能的要求,并编辑了具有满足最基本材料性能要求的钢材替代材料清单.这些材料在钢材生产过程中,可以当作正常材料使用,不会有任何限制或降低材料等级,从而能满足质量要求.目前的重点是存货商家在货源以及从正规厂家进口到新加坡的钢材具有严格生产质量控制以及生产厂家的测试合格证.再进一步,在新加坡的所有钢材建筑业的关键从业者,包括生产者、存货者、买卖者、检查者、制作者以及工程师,都有责任去保持钢材使用的质量.

改进YOLOv7算法的钢材表面缺陷检测研究

当前,基于深度学习的智能检测技术逐步应用于钢材表面缺陷检测领域,针对钢材表面缺陷检测精度低的问题,提出一种高精度实时的缺陷检测算法CDN-YOLOv7。加入CARAFE轻量化上采样算子来改善网络特征融合能力,融合级联注意力机制和解耦头重新设计YOLOv7检测头网络,旨在解决原始头网络特征利用效率不高的问题,使其充分利用各尺度、通道、空间的多维度信息,提升复杂场景下模型表征能力。引入归一化Wasserstein距离重新设计Focal-EIoU损失函数,提出NF-EIoU替换CIoU损失,平衡各尺度缺陷样本对Loss的贡献,降低各尺度缺陷的漏检率。实验结果表明,CDN-YOLOv7的检测精度可达80.3%,较于原YOLOv7精度提升了6.0个百分点,模型推理速度可达60.8帧/s,满足实时性需求,CDN-YOLOv7在提升各尺度缺陷检测精度的同时显著降低了缺陷的漏检率。

基于零件分道切割的船厂分段钢材集配策略

针对某船厂分段钢材集配与切割管理现状,分析基于分段详细装配工艺(Detailed Assembly Procedure,DAP)的零件需求,探讨基于后道工序需求的零件加工系列划分原则,进行零件分道切割与分段钢材集配的套料设计。工程应用表明,该设计可有效提升零件理料与集配效率、缩短零件存放周期、提高场地利用率,为船厂分段钢材的精益化管理提供有力支撑。

考虑高温的钢材广义Mises屈服准则研究

在钢材等各向同性材料的弹塑性研究中,经典Mises屈服准则因与试验数据吻合度较高而被广泛应用。然而,经典Mises屈服准则是基于某一个固定温度(一般是室温)建立的,并未考虑火灾高温等温度变化带来的影响,相关研究也较为罕见。温度在钢材火灾高温力学性能的研究中是一个重要的参数,该文基于能量理论研究温度对Mises屈服准则的影响,进而推导建立考虑温度影响的广义Mises屈服准则,并基于相关的钢材高温拉伸试验数据对文中所建立的广义Mises屈服准则的合理性进行验证。研究表明:(1)在温度固定不变时,经典Mises屈服准则与文中所建立的广义Mises屈服准则一致,这表明经典Mises屈服准则是该文建立的广义Mises屈服准则的一种特例;(2)该文所建立的广义Mises屈服准则理论计算结果与4种钢材在不同温度下的试验结果吻合较好,验证了所建立的广义屈服准则的合理性。

钢材洁净化技术相关中国专利分析与探讨

本文通过专利数据库检索了2008年1月1日到2022年12月31日的钢材洁净化技术中国专利文献,以此为分析样本,采用定量分析方法,从申请量、申请人、发明人、法律状态等方面进行分析;而后分析了专利的技术领域、专利被引用情况;最后对重要相关专利做了详细介绍。结果表明:(1)近十几年来中国钢材洁净化专利申请量一直处于增长趋势;(2)专利申请主要集中在大型钢铁企业、冶金类高校及研究所;(3)钢中S、P、O、N、H的去除工艺技术不断提高但逐渐接近极限水平,针对不同品种和性能需要的钢中夹杂物的去除与控制技术发展迅速,洁净钢技术设备及装置的提升进一步促进了钢水的洁净化,洁净钢耐材的发展也促进钢材洁净化、耐侵蚀和长寿命。

基于改进YOLOv4的钢材表面缺陷检测

针对钢材表面缺陷检测精度低,易漏检、误检、定位不准确等问题,提出一种基于改进YOLOv4的钢材表面缺陷检测算法,首先使用K-means++算法分析标注框的分布信息,获取最优的锚框,提高定位精度,减少网络损失;其次在YOLOv4网络原有特征层基础上继续增加一浅层特征即尺度为104×104的新特征层,增大特征检测尺度,提高小缺陷目标检测精度;最后在原始主干网络的基础上引进注意力机制,使网络更多关注有用信息,从而使检测更准确。将上述算法与其它算法在NEU-DET数据集上进行对比实验,所提算法平均检测精度相较于原YOLOv4提高了4.69%达到78.10%,相较于目前其它的主流目标检测算法也更优秀。

基于Berkovich压痕应变能量密度的钢材断裂韧性评价方法

为改善压痕法测试断裂韧性过程中测量标准不同和精度不足的问题,基于临界压痕能量(Critical indentation energy, CIE)法,提出了基于Berkovich压痕应变能量密度(Strain energy density, SED)评估钢材断裂韧性的方法。同时考虑弹性和塑性能量并修正临界总压深,评价了9种钢材的韧性。结果表明,发现仅考虑塑性能量所测量韧性的相对误差在5%~20%,而本文同时考虑弹性和塑性能量所测量韧性的相对误差在5%以内。同时,确定临界总压深的拟合范围需要避开材料近表面弹性模量上升的区域,改善了基于CIE法使用Berkovich压头评估钢材断裂韧性的精确度。

基于改进YOLOv5的钢材表面缺陷识别方法

由于传统的机器视觉检测方法在小尺度钢材表面缺陷识别中存在检测精度较差的问题,提出了一种基于改进YOLOv5算法的钢材表面缺陷无损识别方法.将Res2Block模块应用于YOLOv5算法的骨干,在扩大感受野的同时提高计算效率;在YOLOv5算法的颈部融合g^(n) Conv结构,以提高表面缺陷识别方法的计算性能.为验证所提方法的有效性,进行了不同模块组合的消融试验,并与其他目标检测方法进行了对比.结果表明:所提方法在钢材表面缺陷识别中实现了67.8%的mAP和86.0%的F_(1)值;与原始YOLOv5算法相比,所提方法在小尺度钢材表面缺陷识别方面表现更为优越;与其他目标检测方法如SSD、YOLOv3、YOLOv5-Lite、YOLOv8相比,所提方法的计算精度有明显的提高.

Re-YOLOv5:一种基于结构重参数化的钢材缺陷检测方法

钢材在生产的过程中很容易产生裂纹、斑点等缺陷,而目前对于所产生缺陷的检测技术还不是很成熟。为了实现对工业钢材生产过程中所产生的钢材缺陷进行实时鲁棒检测,以YOLOv5为基础,引入了结构重参数化方法,建立了Re-YOLOv5工业钢材缺陷检测模型。在该模型中,将YOLOv5的Neck层与Head层合并为Head层,用作预测,并且加入RepVGG模块和卷积层,输出预测结果。Backbone用作特征提取,可以在改善模型推理速度的同时提高检测准确率。同时,采用改进后的空间金字塔池化模块SPP^(*)对候选框进行分类和修正,以获取多尺度特征信息,并引入了有助于模型加深的CCBL模块。在公开的NEU-DET钢材缺陷图片数据集上进行测试,提出的模型的检测精度可达77.8%,与基线模型YOLOv5s相比,实现了6%的精度提升,且单幅图片的推理时间仅为8.9 ms,满足工业生产实时性需求。此外,该模型所占内存较小,便于部署到工业设备中。

钢材表面缺陷检测研究综述

钢材是工业领域不可或缺的原材料,表面缺陷严重影响钢材质量。传统钢材表面缺陷检测方法精度低、速度慢、劳动强度大,无法满足实际生产需求。近年来深度学习技术发展迅速,其能充分挖掘目标图像底层特征信息,给钢材缺陷检测带来了新的解决方案。综述近年钢材表面缺陷检测方法相关文献,简述传统检测方法的原理及其适用性,分析深度学习检测模型的结构与特点,并对目前该领域存在的一些技术难点进行总结,对未来发展趋势进行展望。

改进YOLOv5的钢材表面缺陷检测网络轻量化研究

在YOLOv5模型的基础上设计了一种改进的轻量化网络,能够快速准确地实现钢材表面缺陷检测。首先,使用基于梯度路径设计的ELAN结构,通过提高网络的学习能力来提高检测精度;其次,引入深度可分离卷积和Ghostv2模块减少模型体积和参数量;最后,利用SIOU边界框损失函数训练模型,使模型能够快速收敛并且精确回归。在NEU-DET上的实验结果表明,改进后的模型mAP值提升到77.0%,相较于原模型提高了5.3%,模型体积减少了42.1%,参数量减少了43.4%,检测速度也快了0.4 ms,实现了模型轻量化效果和检测精度的平衡,为后续在硬件终端上部署提供了一种可行方案。

基于点蚀演化的Q235钢材强度退化行为研究

【目的】为了评估腐蚀后钢材强度随点蚀演化的退化行为,基于不同腐蚀时间的钢基体表面蚀坑统计结果,利用ABAQUS有限元分析软件与Python程序实现了随机点蚀的原位演化,在此基础上提出了随机点蚀演化的力学性能评估方法。【方法】在保证数值模型与试验质量损失率一致的前提下,分析并验证了腐蚀钢材强度数值解的准确性和适用性,建立了点蚀影响下钢材的强度退化模型。此外,通过3组153个数值模型系统分析了蚀坑深度及质量损失率共同影响下Q235腐蚀钢材的屈服强度与极限强度的退化规律,提出了具有通用性的腐蚀后钢材屈服强度与极限强度随质量损失率与腐蚀深度的演化公式。【结果】结果表明,当蚀坑深度已知时,钢材剩余强度随质量损失率的增加呈指数型下降。点蚀影响下钢材的屈服强度和极限强度同时由质量损失率与蚀坑深度决定。

区块链技术在建筑钢材质量监管中的应用研究

针对目前我国建筑钢材质量监管中存在的信息孤岛、追责效率低等问题,分析了区块链技术的应用优势,构建基于区块链的建筑钢材质量监管系统。该模式创新了政府质量监管方式,对建筑钢材质量追溯以及提高政府监管能力具有重要意义。

2024年1月份国内外钢材市场价格走势分析

一、国内钢材价格基本平稳2024年1月份,正值春节前夕,国内市场钢材需求持续减弱,但钢铁生产强度也有较大幅度下降,供需两端基本平稳,钢材价格小幅回落。进入2月份,钢材交易平淡,价格窄幅波动走势。1月末,中国钢材价格指数(CSPI)为112.67点,环比下降0.23点,降幅为0.20%;同比下降2.55点,降幅为2.21%。1月末与上年12月末相比,八大钢材品种“三升五降”。

2024年2月份国内外钢材市场价格走势分析

一、国内钢材价格止跌回升2月份,是中国传统“双节”,国内钢材市场呈现产销双弱,价格震荡小幅回落的态势。2月末,中国钢材价格指数(CSPI)为111.92点,环比下降0.75点,降幅为0.67%;同比下降6.31点,降幅为5.34%。2月末与1月末相比,八大钢材品种价格全部小幅下降。

2023年12月份国内外钢材市场价格走势分析

一、国内钢材价格继续回升12月份,国内钢材需求保持相对平稳,但钢铁生产强度明显下降,钢材价格继续小幅回升。进入2024年1月份以来,钢材价格涨势趋缓,重回窄幅波动走势。12月末,中国钢材价格指数(CSPI)为112.90点,环比上升1.28点,升幅1.15%;同比下降0.35点,降幅为0.31%。12月末与11月末相比,八大钢材品种“七升一降”。其中,中厚板和热轧卷板上涨最明显,价格分别月涨91元/吨和107元/吨,涨幅在2.28%-2.64%;高线、冷轧薄板和镀锌板价格涨幅次之,分别上涨26元/吨、30和43元/吨,涨幅在0.64%-0.84%之间。

2024年3月份国内外钢材市场价格走势分析

一、国内钢材价格大幅度下跌,3月份,国内钢材价格呈持续明显回落走势。春节后,受下游有效需求不足及需求启动延后等因素影响,钢材库存持续增加,钢材价格加速下行。进入4月份以后,钢材价格止跌回升,预计后期钢价稳中回升。3月末,中国钢材价格指数(CSPI)105.27点,环比下降6.65点,降幅为5.94%;同比下降13.27点,降幅为11.19%。3月末与2月末相比,八大钢材品种全部下降。其中,高线、螺纹钢跌幅最大,价格分别月跌358元/吨和354元/吨,跌幅在8.64%-9.12%;角钢、中厚板、热轧卷板和冷轧薄板下跌适中,价格分别月跌217元/吨、197元/吨、263元/吨和257元/吨,跌幅在4.79%-6.35%;热轧无缝管和镀锌板价格小幅下降,分别下降92元/吨和157元/吨,降幅在1.89%-3.05%之间。

浅谈提高钢材拉伸试验检测准确性方法

油田生产中大量使用油套管、无缝钢管、螺旋焊管及船板等形式众多的钢制产品,它们大多被应用于油气开采、长距离输送及海上平台建设等关乎国计民生的重大项目中,其质量的好坏严重影响着油田的生产、安全和效益等。为了确保工程质量,施工前的检验显得格外重要,而拉伸试验是检验这些钢材质量最基本和最重要的方法之一。基于此,通过反复试验和原理分析,浅谈影响拉伸试验准确性的几个因素,并给出建议。

钢材深加工过程控制系统建设

钢材深加工过程控制系统的建设对于提高钢材加工质量、降低生产成本和提高生产效率具有重要意义。以钢材深加工过程控制系统的建设为研究对象,通过对相关文献的梳理和分析,探讨了系统的基本原理、关键技术以及在实际应用中的作用和效果。研究发现,钢材深加工过程控制系统能够实现对加工过程的实时监控和控制,提高产品质量、降低废品率和减少能耗。然而,在实际应用中还存在一些问题和挑战,如系统的稳定性、数据的准确性和设备的兼容性等。因此,进一步推进钢材深加工过程控制系统的建设,需要加强技术研发、加强数据管理和加强设备改造等方面的工作,以提升钢材深加工的智能化水平。

探讨钢材流通企业的物流服务模式及实施对策

钢材产业是我国经济的重要支柱产业之一,而钢材流通企业作为钢材产业链中的关键角色,为产业的发展作出了重要的贡献。在当前全球化和市场化的经济环境下,为了提供更高效、优质的服务,钢材流通企业需要依托物流服务。但随着市场环境的变化,物流成本和效率问题已经成为制约钢材流通企业发展的瓶颈之一。为此,本文将从物流服务的角度出发,探讨钢材流通企业的物流服务模式及实施对策。