Features of using INSTEEL®modifiers. Industrial testing.
Notice bibliographique
Résumé
Producing metal with low non-metallic inclusion contamination remains a pressing challenge for metallurgical engineers. One key area for improving steel refining technology is selecting optimal compositions of refining alloys to enhance secondary metallurgy efficiency. This study presents results from using cored wire containing alkaline earth metals (Ca, Ba) at large-scale steelmaking plants. The research highlights the mechanism of non-metallic inclusion removal when using alkaline earth metal complexes compared to conventional calcium-based materials. Notably, the SiCaBa modifier demonstrated significantly improved calcium yield stability, enabling more reliable prediction of residual calcium content in molten steel. This helps prevent calcium overmodification and reduces risks of additional non-metallic inclusion formation. Industrial trials of INSTEEL® cored wire under various production conditions showed consistent trends: reduced non-metallic inclusion contamination; increased calcium yield efficiency (29.9% at Ural Steel JSC, 14.6% at KSP Steel LLP, and 23.5% at EVRAZ NTMK JSC); improved cleanliness ratings: at Ural Steel JSC (17G1SU grade): Brittle silicate max score decreased from 4.0 to 2.5; non-deformable silicates from 4.0 to 3.0; at EVRAZ NTMK JSC (OS grade). Non-deformable silicate contamination reduced from 2.75 to 2.47; 12.9% reduction in refining treatment costs. The findings demonstrate that complex alkaline earth metal alloys offer measurable advantages in secondary metallurgy processing compared to standard calcium treatments
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».