CN112577981A - 一种快速鉴别钢中大型外来夹杂物来源的方法 - Google Patents
一种快速鉴别钢中大型外来夹杂物来源的方法 Download PDFInfo
- Publication number
- CN112577981A CN112577981A CN202011388605.4A CN202011388605A CN112577981A CN 112577981 A CN112577981 A CN 112577981A CN 202011388605 A CN202011388605 A CN 202011388605A CN 112577981 A CN112577981 A CN 112577981A
- Authority
- CN
- China
- Prior art keywords
- inclusions
- steel
- inclusion
- particles
- source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 38
- 239000010959 steel Substances 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000012535 impurity Substances 0.000 title claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000005498 polishing Methods 0.000 claims abstract description 9
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 238000002360 preparation method Methods 0.000 claims abstract description 7
- 238000003723 Smelting Methods 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 37
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000009628 steelmaking Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000010587 phase diagram Methods 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010310 metallurgical process Methods 0.000 abstract description 2
- 239000002994 raw material Substances 0.000 abstract description 2
- 229910000639 Spring steel Inorganic materials 0.000 description 6
- 229910003112 MgO-Al2O3 Inorganic materials 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000002893 slag Substances 0.000 description 3
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 2
- 229910052681 coesite Inorganic materials 0.000 description 2
- 229910052593 corundum Inorganic materials 0.000 description 2
- 229910052906 cristobalite Inorganic materials 0.000 description 2
- 239000011819 refractory material Substances 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 239000000377 silicon dioxide Substances 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 229910052682 stishovite Inorganic materials 0.000 description 2
- 229910052905 tridymite Inorganic materials 0.000 description 2
- 229910001845 yogo sapphire Inorganic materials 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009661 fatigue test Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20091—Measuring the energy-dispersion spectrum [EDS] of diffracted radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/2202—Preparing specimens therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
- G01N23/2206—Combination of two or more measurements, at least one measurement being that of secondary emission, e.g. combination of secondary electron [SE] measurement and back-scattered electron [BSE] measurement
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Crystallography & Structural Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
本发明公开了一种快速鉴别钢中大型外来夹杂物来源的方法，包括以下步骤：步骤一：对产品进行随机抽样取样，并进行金相制样，完成可满足自动扫描电镜检测要求的试样研磨和镜面抛光；步骤二：在自动扫描电镜下随机选取制样表面作为扫描区域，对非金属夹杂物进行自动扫描分析，记录夹杂物的特征信息，形成特征信息数据库；步骤三：分析非金属夹杂物的特征数据；本发明通过快速、准确地分析判定钢中个别大尺寸夹杂物的来源和形成阶段，能够有效区分和判断冶炼时冶金工艺与原材料所导致的夹杂物控制问题。
Description
技术领域
本发明涉及一种快速鉴别钢中大型外来夹杂物来源的方法，尤其涉及高效率地在规模化工业生产中准确、快速地识别和判定个别大尺寸夹杂物的特征和来源的方法。
背景技术
钢中个别大尺寸夹杂物是导致钢材质量波动的主要原因，钢铁制造属于快速、连续的工业生产体系，因此，如何准确、高效率地甄别和判定钢中个别大尺寸夹杂物的来源，以快速地反馈于炼钢生产实际，对于提高产品质量的可靠性具有非常重要的现实意义；高洁净钢中，大尺寸夹杂物的数量不多，往往是个别存在，其成因较为复杂。按炼钢时的来源可分为两类，即：外来夹杂物、内生夹杂物；外来夹杂物主要包括炼钢时卷入钢液的炉渣颗粒、耐火材料颗粒，内生夹杂物则主要是脱氧、精炼时炉渣-钢液之间化学反应生成的产物。
发明内容
发明目的：本发明的目的在于提供一种高效率地在规模化工业生产中准确、快速地识别和判定个别大尺寸夹杂物的特征和来源的方法。
技术方案：为实现上述目的，本发明所述的快速鉴别钢中大型外来夹杂物来源的方法，包括以下步骤：
步骤一：对产品进行随机抽样取样，并进行金相制样，完成可满足自动扫描电镜检测要求的试样研磨和镜面抛光；
步骤二：在自动扫描电镜下随机选取制样表面作为扫描区域，对非金属夹杂物进行自动扫描分析，记录夹杂物的特征信息，形成特征信息数据库；
步骤三：分析非金属夹杂物的特征数据。
进一步的，所述非金属夹杂物的特征数据分析步骤包括：
A：借助三元相图对夹杂物各组元的成分进行投影和表征，从中找出成分异常的颗粒；
B：找出成分分布异常的夹杂物颗粒，利用自动扫描电镜的再定位功能，重新找到该夹杂微粒子，采用EDS能谱靶点分析、面扫描分析等受到对其进行细致分析；
C：判别该颗粒是否为试样内部原有的非金属夹杂物；
D:如果该颗粒为夹杂物，则进一步比较该夹杂物颗粒与钢中其它夹杂物的差异；
E:如果成分异常的颗粒化学组成与钢中其它大部分夹杂物的成分相同或接近，则为内生夹杂物；反之，则可判定为外来夹杂物。
进一步的，所述E步骤中，内生夹杂物判别后，应对炼钢时的例行过程试样进行夹杂物自动扫描分析，并与大颗粒内生夹杂物的成分进行比较，推导和判断该大尺寸夹杂物颗粒形成的阶段，并据此对冶炼工艺进行优化。
进一步的，步骤一中，所述金相制样的过程为：将产品切割成20*20*15mm大小，经过粗磨、细磨和抛光处理。
进一步的，步骤二中，所述电镜具有“再定位”功能，对大数据量分析时的每个数据点进行验证。
有益效果：与现有技术相比，本发明具有如下显著优点：1、通过快速、准确地分析判定钢中个别大尺寸夹杂物的来源和形成阶段，能够有效区分和判断冶炼时冶金工艺与原材料所导致的夹杂物控制问题；2、倒推个别大尺寸夹杂物的形成阶段，有效地对其进行准确控制，减少工艺提升的成本、时间，并有效地提高产品质量的可靠性。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
实施例1
如附图1所示，本实施例所述的快速鉴别钢中大型外来夹杂物来源的方法，包括以下步骤：
步骤一：对产品进行随机抽样取样，并进行金相制样，完成可满足自动扫描电镜检测要求的试样研磨和镜面抛光；
步骤二：在自动扫描电镜下随机选取制样表面作为扫描区域，对非金属夹杂物进行自动扫描分析，记录夹杂物的特征信息，形成特征信息数据库；
步骤三：分析非金属夹杂物的特征数据。
进一步的，所述非金属夹杂物的特征数据分析步骤包括：
A：借助三元相图对夹杂物各组元的成分进行投影和表征，从中找出成分异常的颗粒；
B：找出成分分布异常的夹杂物颗粒，利用自动扫描电镜的再定位功能，重新找到该夹杂微粒子，采用EDS能谱靶点分析、面扫描分析等受到对其进行细致分析；
C：判别该颗粒是否为试样内部原有的非金属夹杂物；
D:如果该颗粒为夹杂物，则进一步比较该夹杂物颗粒与钢中其它夹杂物的差异；
E:如果成分异常的颗粒化学组成与钢中其它大部分夹杂物的成分相同或接近，则为内生夹杂物；反之，则可判定为外来夹杂物。
进一步的，所述E步骤中，内生夹杂物判别后，应对炼钢时的例行过程试样进行夹杂物自动扫描分析，并与大颗粒内生夹杂物的成分进行比较，推导和判断该大尺寸夹杂物颗粒形成的阶段，并据此对冶炼工艺进行优化。
进一步的，步骤一中，所述金相制样的过程为：将产品切割成20*20*15mm大小，经过粗磨、细磨和抛光处理。
进一步的，步骤二中，所述电镜具有“再定位”功能，对大数据量分析时的每个数据点进行验证。
实施例2：导致弹簧钢疲劳破坏的个别大尺寸来源判断
弹簧钢大量用于汽车工业，对强度、韧性、抗疲劳破坏等性能要求苛刻，弹簧成品抽样疲劳测试、弹簧服役时，依然经常发现个别大尺寸夹杂物是导致的疲劳破坏。
本实施例可快速、准确的导致弹簧钢疲劳破坏的个别大尺寸夹杂物的来源进行判断，主要步骤如下：
(1)在自动扫描电镜下对疲劳断口进行分析，掌握断口处诱发疲劳断裂的大尺寸夹杂物的成分、尺寸、形貌特征。
(2)对该弹簧钢试样进行金相研磨和镜面抛光，在自动扫描电镜下进行夹杂物扫描，掌握钢基体中夹杂物的成分、尺寸、形貌特征。
(3)对断口处夹杂物、钢基体中夹杂物的成分、尺寸进行图形表征，找出成分异常的颗粒、尺寸超过疲劳破坏临界夹杂物尺寸的颗粒。
(4)对比分析弹簧钢集体中夹杂物的成分分布与断口夹杂物的成分分布特征。
(5)结果发现，疲劳断口处常常是MgO-Al2O3、CaO-MgO-Al2O3等夹杂物，这些颗粒与弹簧钢基体中的CaO-Al2O3-SiO2、MnO-Al2O3-SiO2系夹杂物成分有明显区别。
(6)因此，可判定断口处的MgO-Al2O3、CaO-MgO-Al2O3为外来夹杂物。
(7)将该结果反馈炼钢工艺，即可将工艺提高的重点放置于耐材、炉渣颗粒卷入等环节。
实施例3：高品质厚板中个别大尺寸夹杂物来源的判断。
管线钢、容器钢等高性能中厚板出厂前须经过例行的严格超声波探伤，而个别大尺寸夹杂物是超声波探伤不合的重要原因；此类夹杂物若未能在超声波探伤中暴露，则容易在钢材服役时造成强度、韧性、抗腐蚀等性能不合，或在焊接热影响区导致裂纹的形成，导致使用时发生事故以及产品质量异议。
本实施例可快速、准确的导致厚板中个别大尺寸夹杂物的来源进行判断，主要步骤如下：
(1)对基板探伤不合或焊缝探伤不合处进行定位后，在机加工条件下截取该位置处的钢板试样。
(2)对钢板试样进行金相研磨、镜面抛光，在自动扫描电镜下对钢基体中夹杂物进行自动扫描。
(3)发现探伤不合处主要常常是CaO-MgO-Al2O3、CaO-Al2O3等。前者在轧制力作用下发生破碎而常常呈点链状，后者则常常呈不变形单颗粒或连续变形的长条状。
(4)轧板基体中夹杂物也主要有两类：一类长条状CaO-Al2O3，一类为点链状CaO-MgO-Al2O3。
(5)因此，判定造成轧板探伤不合的大尺寸夹杂物为内生夹杂物。
(6)将探伤不合处个别大尺寸夹杂物的成分特征与炼钢时钢液过程试样的夹杂物成分特征进行比对，判定此类夹杂物在炼钢时的生产时机。
(7)对炼钢工艺进行优化，有效杜绝内生个别大尺寸夹杂物，提高超声波探伤合格率。
申请人在系列的工业生产实践结果表明，本发明基于自动扫描电镜可快速、准确对钢中个别外来大尺寸夹杂物的来源和生成进行判定，为炼钢工艺改进提供有力支撑；本发明与钢铁制造实践结合紧密，应用性很强、准确性高、操作简单，可有效提高产物质量的可靠性。
Claims (5)
1.一种快速鉴别钢中大型外来夹杂物来源的方法，其特征在于，包括以下步骤：
步骤一：对产品进行随机抽样取样，并进行金相制样，完成可满足自动扫描电镜检测要求的试样研磨和镜面抛光；
步骤二：在自动扫描电镜下随机选取制样表面作为扫描区域，对非金属夹杂物进行自动扫描分析，记录夹杂物的特征信息，形成特征信息数据库；
步骤三：分析非金属夹杂物的特征数据。
2.根据权利要求1所述的快速鉴别钢中大型外来夹杂物来源的方法，其特征在于，所述非金属夹杂物的特征数据分析步骤包括：
A：借助三元相图对夹杂物各组元的成分进行投影和表征，从中找出成分异常的颗粒；
B：找出成分分布异常的夹杂物颗粒，利用自动扫描电镜的再定位功能，重新找到该夹杂微粒子，采用EDS能谱靶点分析、面扫描分析等受到对其进行细致分析；
C：判别该颗粒是否为试样内部原有的非金属夹杂物；
D:如果该颗粒为夹杂物，则进一步比较该夹杂物颗粒与钢中其它夹杂物的差异；
E:如果成分异常的颗粒化学组成与钢中其它大部分夹杂物的成分相同或接近，则为内生夹杂物；反之，则可判定为外来夹杂物。
3.根据权利要求1所述的快速鉴别钢中大型外来夹杂物来源的方法，其特征在于，所述E步骤中，内生夹杂物判别后，应对炼钢时的例行过程试样进行夹杂物自动扫描分析，并与大颗粒内生夹杂物的成分进行比较，推导和判断该大尺寸夹杂物颗粒形成的阶段，并据此对冶炼工艺进行优化。
4.根据权利要求1所述的快速鉴别钢中大型外来夹杂物来源的方法，其特征在于，步骤一中，所述金相制样的过程为：将产品切割成20*20*15mm大小，经过粗磨、细磨和抛光处理。
5.根据权利要求1所述的快速鉴别钢中大型外来夹杂物来源的方法，其特征在于，步骤二中，所述电镜具有“再定位”功能，对大数据量分析时的每个数据点进行验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011388605.4A CN112577981A (zh) | 2020-12-02 | 2020-12-02 | 一种快速鉴别钢中大型外来夹杂物来源的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011388605.4A CN112577981A (zh) | 2020-12-02 | 2020-12-02 | 一种快速鉴别钢中大型外来夹杂物来源的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112577981A true CN112577981A (zh) | 2021-03-30 |
Family
ID=75126635
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011388605.4A Pending CN112577981A (zh) | 2020-12-02 | 2020-12-02 | 一种快速鉴别钢中大型外来夹杂物来源的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112577981A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114235872A (zh) * | 2021-11-09 | 2022-03-25 | 武汉钢铁有限公司 | 一种重轨钢大型夹杂物来源的分析方法 |
| CN114636802A (zh) * | 2022-02-16 | 2022-06-17 | 大冶特殊钢有限公司 | 一种冶炼过程中钢水纯净度的检测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182615A (zh) * | 2014-07-29 | 2014-12-03 | 北京科技大学 | 一种在三元相图中表示任意成分夹杂物数量的方法 |
| CN111860176A (zh) * | 2020-06-22 | 2020-10-30 | 钢铁研究总院 | 一种非金属夹杂全视场定量统计分布表征方法 |
-
2020
- 2020-12-02 CN CN202011388605.4A patent/CN112577981A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182615A (zh) * | 2014-07-29 | 2014-12-03 | 北京科技大学 | 一种在三元相图中表示任意成分夹杂物数量的方法 |
| CN111860176A (zh) * | 2020-06-22 | 2020-10-30 | 钢铁研究总院 | 一种非金属夹杂全视场定量统计分布表征方法 |
Non-Patent Citations (1)
| Title |
|---|
| 秦颐鸣等: "SPA-H钢LF精炼过程非金属夹杂物行为研究", 《炼钢》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114235872A (zh) * | 2021-11-09 | 2022-03-25 | 武汉钢铁有限公司 | 一种重轨钢大型夹杂物来源的分析方法 |
| CN114235872B (zh) * | 2021-11-09 | 2024-04-16 | 武汉钢铁有限公司 | 一种重轨钢大型夹杂物来源的分析方法 |
| CN114636802A (zh) * | 2022-02-16 | 2022-06-17 | 大冶特殊钢有限公司 | 一种冶炼过程中钢水纯净度的检测方法 |
| CN114636802B (zh) * | 2022-02-16 | 2023-11-28 | 大冶特殊钢有限公司 | 一种冶炼过程中钢水纯净度的检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112577981A (zh) | 一种快速鉴别钢中大型外来夹杂物来源的方法 | |
| Mitlin et al. | Structure–properties relations in spot friction welded (also known as friction stir spot welded) 6111 aluminum | |
| CN111157620B (zh) | 一种钢中大尺寸夹杂物的溯源分析方法 | |
| CN106513925B (zh) | 一种基于冲击韧性筛选合理焊接工艺参数的方法 | |
| Emamian et al. | The effect of pin profiles and process parameters on temperature and tensile strength in friction stir welding of AL6061 alloy | |
| CN110823696A (zh) | 一种快速准确查找宽厚板探伤缺陷的方法 | |
| CN102954974A (zh) | 一种中厚板探伤缺陷的原位检验方法 | |
| CN110763758B (zh) | 一种基于无损检测的缺陷与疲劳性能关系的确定方法 | |
| CN111435121A (zh) | 一种热轧钢带边裂缺陷的检测分析方法 | |
| CN113063847A (zh) | 用于35ncd16合金磁粉探伤缺陷检测方法 | |
| CN112575248A (zh) | 一种核电堆内构件导向结构用合金材料及其制备方法 | |
| CN110715948A (zh) | 一种板带钢开裂缺陷成因的分析方法 | |
| CN110618155A (zh) | Cr12型冷作模具钢共晶碳化物的检测方法 | |
| CN115684359A (zh) | 一种铝合金钎焊缺陷超声检测方法的构建方法 | |
| JP3510437B2 (ja) | 薄鋼板製品の評価方法 | |
| JPH11287745A (ja) | 溶接部接合状態評価方法および溶接条件決定方法 | |
| Bukieda et al. | Impact of cutting process parameters on the mechanical quality of processed glass edges | |
| CN114252392A (zh) | 一种超高速激光熔覆涂层与基体结合强度的测试方法 | |
| CN113406292A (zh) | 一种判定锻造工件裂纹产生阶段的方法 | |
| CN112326550A (zh) | 一种巴氏合金与基体结合强度的检测方法 | |
| JP4588274B2 (ja) | めっき剥離試験方法 | |
| CN113295327B (zh) | 一种用于超声应力测量法的零应力试样及其制备方法 | |
| AB RAHMAN | The Effect of Welding Parameters to Mechanical and Physical Properties during Resistance Welding of Titanium Alloys | |
| CN117388364A (zh) | 一种铝合金环件探伤缺陷的分析方法 | |
| Liu et al. | Application of SPT on SA-335P91 Steel Used For High-Temperature Components of Utility Boiler |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210330 |