2.1钢材加工过程中夹杂物的形成

非金属夹杂物（NMI）对轧材的显微组织特征具有重要影响。根据来源不同，夹杂物可分为外来夹杂物和内生夹杂物两类。外来夹杂物是由炼钢过程中相关材料（如耐火材料、炉渣、保护渣等）受侵蚀或腐蚀后，在制造过程中卷入钢液形成的。这类夹杂物尺寸通常较大，含有氧化钙（CaO）或氧化镁（MgO），在最终钢材产品中可能成为应力集中源。内生夹杂物则是在脱氧/脱硫过程、钢液二次氧化过程中形成，或是在钢液后续冷却凝固过程中析出的产物。当钢液中加入对氧具有亲和力的元素时，会形成非金属脱氧产物，二次氧化后便会生成氧化物类非金属夹杂物（如氧化铝、氧化硅基夹杂物）；当钢液中添加在铁中溶解度较低的元素（如钙、镁）时，会形成硫化物类非金属夹杂物。研究发现，氧化物与硫化物还可能形成混合夹杂物，这类夹杂物被称为复合夹杂物。图1展示了通过光学显微镜观察到的热轧钢板中四种主要夹杂物的典型形貌：（a）韧性伸长型夹杂物、（b）脆性断裂型夹杂物、（c）脆-韧复合型夹杂物、（d）未变形夹杂物及其变形硫化物“尾迹”。

碳钢中夹杂物群体与力学性能之间的关系已得到广泛研究，许多先进高强度钢的疲劳强度、拉伸性能、抗冲击性和耐腐蚀性往往可通过夹杂物形貌进行预测。夹杂物的尺寸、形状、在显微组织中的位置及成分等参数，均会对材料的疲劳强度产生影响。多项研究一致认为，决定疲劳强度的主要参数是夹杂物的特征长度，它是疲劳裂纹扩展的临界阈值。研究发现，长度在50-100μm之间的夹杂物会显著降低碳钢的疲劳寿命，因此，必须避免这类夹杂物的存在。尽管有研究指出夹杂物长度是影响材料性能的主要参数，但Monnot等人提出了“有害指数”模型，认为夹杂物成分也是关键影响因素，其中直径大于15μm的CaO-Al₂O₃夹杂物“危害性”最大。此外，众多研究普遍认为，非金属夹杂物会成为点蚀萌生的位点。具体而言，碳钢中的硫化物夹杂物会成为腐蚀萌生点，而氧化物夹杂物在此方面无不良影响；同时，硫化物夹杂物的成分和形状均会影响腐蚀产物的性质。实验研究表明，与相同成分的断裂/伸长型夹杂物相比，球形硫化物的溶解度更低，更易引发点蚀。

在加工工艺方面，若夹杂物的塑性低于铁素体基体，则在热轧和冷轧过程中会产生应力。随之而来的是，夹杂物与周围显微组织可能发生分离，进而在夹杂物-基体界面处引发裂纹。夹杂物的塑性取决于其成分及轧制温度。硫化锰在钢的轧制过程中易发生变形并形成带状组织（图1（b）），这会显著降低材料横向或厚度方向的抗拉强度（具体取决于轧制方向），同时也会对材料的后续变形能力产生不利影响。

2.2 夹杂物分析

针对材料中夹杂物的研究，业内已开展大量工作，学者们提出并应用了多种评估和量化夹杂物的方法，通常随着材料体积的增大，分析方法的复杂度也会相应提高。在各类合金体系中，研究人员通过评估夹杂物的尺寸、形状、成分和形貌等参数对其进行分类。历史上，曾采用Jernkontoret体系仅根据外观对夹杂物进行目视分类，但近年来的研究要求采用更全面的分析方法。目前，已开发出一种更先进的更新方法，即根据夹杂物的特征长度将其分为A-H类，该方法已被纳入ASTM E2283-08标准。此外，还存在其他用于夹杂物表征的标准，如ASTM E-2142-01、ISO 4967：1998和BS EN 10247：2007等，这些标准的主要区别在于所采用的分类依据不同，分类依据包括夹杂物的最大长度、形貌、成分等参数。夹杂物的物理分析可采用多种显微技术和光谱技术，包括但不限于光学显微镜、扫描电子显微镜和能谱仪。将图像处理与显微技术相结合，可实现对夹杂物颗粒数据的分析。

2.3统计方法

多位学者认为，夹杂物分析的最大局限性在于材料体积。由于需要大量时间和资源，对大体积材料进行分析是不现实的。为弥补这一缺陷，研究人员开发了统计分析方法。Murakami首次提出采用统计方法确定临界夹杂物尺寸。在这一开创性研究之后，学者们对该方法进行了多次改进，使其在科学界获得认可，这种方法被称为“极值统计法”（SEV）。通过分析较小的抛光截面，该方法能够确定大体积材料中夹杂物的最大特征长度。此后，Murakami等人不断对该方法进行完善，以充分发挥其潜力，目前该方法已被纳入美国材料与试验协会（ASTM）的E2283-08标准。

极值统计法的原理是：在分析来自未知分布的一组独立数据时，准确估计分布的尾部。在夹杂物分析中，该方法需在随机选取的等面积单位区域内测量夹杂物的最大尺寸。极值统计法所基于的极值理论认为，当收集到一组符合某种基础分布的固定数量数据点时，每组数据的最大值和最小值也会呈现出一种有别于常规分布的分布形式。

当前研究中，尚未发现针对双相钢中夹杂物存在情况的相关研究；此外，尽管已有研究报道了不同钢材截面中夹杂物的临界长度，但尚未有研究探讨轧制态材料带卷宽度方向上的夹杂物分布。本研究将结合实验分析与上述统计方法，对影响夹杂物的参数进行定量和定性评估。

3.1 材料

本研究采用的材料为DP800-UC钢，这是一种符合BS EN10338：2015标准的冷轧无涂层双相钢，其名义抗拉强度为800MPa。该材料由英国塔塔钢铁公司（塔尔伯特港）通过长流程炼钢工艺生产，依次经过碱性氧气转炉炼钢、精炼、连铸、再加热、热轧和冷轧等工序。所接收的试样为平板，取自带卷中部位置，尺寸为1380mm宽、1000mm长、1.2mm厚。该特定带卷的实测力学性能如表1所示，通过光电发射光谱（OES）分析得到的化学成分类别如表2所示。

3.2 试样制备

分析前，首先将钢板宽度缩减至1000mm，以最大限度减少边缘效应，随后进一步加工成便于实验室操作的尺寸，具体如图2所示。选取带卷的中心区域进行取样，将其切割成100mm×100mm的试样，并标记为1-10号，以标识试样在带卷宽度方向上的位置。为便于表面制备和显微观察过程中的操作，将每个100mm×100mm的试样进一步分割为4个子试样（标记为A-D）。本研究仅选取1-10号试样中的“B”子试样，其余子试样留存用于后续研究。采用剪板机切割试样，以最大限度减少常规机械加工过程中产生的热影响、加工硬化和污染问题。

将50mm×50mm的试样采用Struers LaboPol-5金相磨抛机分别进行研磨和抛光处理。首先使用碳化硅砂纸研磨至1200目，然后采用金刚石抛光剂依次抛光至1μm的表面光洁度。该光洁度足以满足夹杂物分析的需求；但若需进行显微组织研究，则需采用2%硝酸酒精溶液（Nital）对试样进行腐蚀，以显露铁素体基体中的马氏体岛。采用棉签蘸取腐蚀剂，在试样表面擦拭10s，随后用乙醇冲洗干净。

3.3 显微观察

夹杂物分析采用光学显微镜观察。所有1-10号“B”子试样均在放大5倍下进行分析，并采集25mm×25mm表面积的图像用于后续图像处理。为了解夹杂物与显微组织、物相之间的相互作用以及局部化学成分，选取部分试样采用扫描电子显微镜进行高倍观察。扫描电子显微镜采用背散射模式成像，以获得良好的显微组织对比度。

3.4 图像处理与分析

采用基于Java语言的图像处理软件ImageJ对光学显微镜图像进行分析，该软件通过计算用户选定区域的面积和像素值统计数据，非常适合夹杂物等颗粒的定量分析。对于每个试样，首先在ImageJ中打开图像，然后进行校准，建立比例尺与像素数量之间的对应关系。为保证不同试样分析结果的可重复性，将两个方向的坐标均设为0。将图像转换为灰度图，并移除比例尺，避免其对颗粒分析产生干扰。由于软件需要将图像转换为二进制格式才能识别特征，因此设定阈值使仅目标特征（夹杂物）以黑色显示，最终完成图像的二进制转换。最后进行夹杂物分析，得到的分析结果可导出并在Microsoft Excel制成表格，以便进行统计分析。

3.5 极值统计法

通过ImageJ软件在多个随机单位区域内测量最大夹杂物面积，计算夹杂物的特征长度，将数据按升序排列后绘制图表并添加线性回归线。计算重现期与对应约化变量，从约化变量处延伸直线与线性回归线相交，即可得到材料参考体积内的最大夹杂物长度。

4.1 最大夹杂物特征长度与分布

图3展示了采用极值统计法估算最大夹杂物特征长度的过程，该图以4号试样为例进行说明。对于该试样，参数a的值为-1.049，参数b的值为0.2014，并应用于10个试样，结果显示检验区域内最大夹杂物的特征长度介于1.176-40.231μm之间。为探究夹杂物尺寸与其在带卷中位置的关系，将通过极值统计法得到的最大夹杂物特征长度与带卷横向位置（即带卷宽度方向，通过试样编号标识其位置）作图，结果如图4所示。从图中可清晰观察到二者的相关性：带卷中部区域的最大夹杂物长度最大，向带卷两侧边缘逐渐减小至最小值。6号试样中最大夹杂物长度达到40.766μm，而1号和10号试样的最大夹杂物长度分别降至4.821μm和10.509μm。误差棒根据ASTM E2283-08标准设定，上限对应99.9%的置信区间概率（CIP），下限对应95%的置信区间概率。根据文献中设定的阈值，长度大于50μm的夹杂物会对最终材料的疲劳强度产生不利影响。本研究中，所测及估算的材料夹杂物长度均未超过该临界值，因此，不会对材料的疲劳性能产生影响。

依据ASTM E2283-08标准对夹杂物分布进行测量，该标准通过夹杂物的特征长度（前文采用极值统计法计算得出）对其分布进行分类。该方法采用的四类夹杂物及其对应的最大长度如下：A类（1-15μm）、B类（16-30μm）、C类（31-45μm）。由于未观察到长度超过C类上限的夹杂物，因此，无需更高分类。

图5为10个试样中各类夹杂物的百分比分布。除4号试样外，在所有试样中，A类夹杂物在带卷整个宽度范围内的出现频率均最高。带卷两侧边缘区域的夹杂物100%为A类，但向带卷中部区域移动时，A类夹杂物的频率逐渐降低，尺寸大于15μm的夹杂物开始占据主导地位。在3-7号试样范围内，B类夹杂物的出现频率逐渐增加，同时也观察到C类夹杂物的存在。除均分布在带卷中部区域这一特征外，未发现B类和C类夹杂物存在其他明显的相关性。5-7号试样中C类（尺寸最大）夹杂物的出现频率最高。

4.2 夹杂物表征

为明确夹杂物的特征、位置及其与周围局部显微组织的相互作用，采用扫描电子显微镜和能谱仪对夹杂物进行高倍成像和化学成分分析。

对每个试样中夹杂物的形状、形貌和成分进行分析后发现，其特征与在带卷宽度方向上的位置无相关性。观察到的夹杂物大多呈圆形，这表明它们可能为氧化物，如图6（a）-（f）所示，这些图依次展示了3-8号试样中的夹杂物示例。

图6（a）-（d）展示的是未变形夹杂物的示例，而图6（e）-（f）则显示了沿轧制方向分布的颗粒（在带卷宽度范围内多次观察到该现象）。这类夹杂物属于Wijk等人所描述的“脆性断裂型夹杂物”，是热机械加工过程的产物。Robinson和Pickering指出，对于氧化铝这类颗粒，在钢的凝固过程中会形成团聚体，随后由于其硬度较高，在轧制过程中会发生断裂并重新分布。

对图6中所示夹杂物（以及带钢中其他夹杂物的额外点检测试）进行EDS分析后发现，该材料中主要存在两种成分的夹杂物。嵌入钢基体中的团聚状夹杂物（图6（a）-（d））成分为氧化铝（Al₂O₃），而脆性断裂型夹杂物（图6（e）-（f））成分为铝酸钙（Al₂CaO₄）。在这两种类型的夹杂物中均检测到少量硫元素，这在含硫钢的夹杂物中较为常见。

在所有情况下，DP800钢中的夹杂物均分布在铁素体基体中，且常位于马氏体岛之间的区域。图7重点展示了5号试样（带卷宽度中点位置）中的多个夹杂物。研究表明，此类位于相界处的夹杂物可能成为微孔形核和长大的潜在位点，进而影响钢的拉伸性能（如延伸率）和疲劳行为。Santos 等人针对DP600和DP800钢的研究发现，在板材成形过程中，当材料承受的应变量增加时，在铁素体-马氏体界面、马氏体岛之间以及夹杂物处更易形成微孔。

本研究中DP800钢内发现的夹杂物具有球状形貌，且富含Al₂O₃和Ca元素，因此，判定其为内生夹杂物。从夹杂物的出现频率和分布情况可推断，它们可能在钢液的脱氧过程中形成：炼钢过程中采用了铝脱氧工艺，因此，推测氧化铝是主要的夹杂物类型。然而，在钢包冶金和浇铸过程中，其他因素也可能对夹杂物的形成产生影响。铝酸钙形式的钙元素源于钙处理对夹杂物的改性，钙处理的目的是将氧化铝（Al₂O₃）转化为铝酸钙（Al₂CaO₄），以防止连铸过程中水口堵塞。此外，在炼钢工艺中，钙元素历史上也被用于消除硫元素的不利影响。夹杂物多呈球状，这一特征支持其为在钢液中析出形成的推断。在对力学性能的影响方面，只要不超过临界尺寸，球状夹杂物相较于具有尖锐边缘的不规则形状夹杂物，危害性更小。夹杂物的长径比越大，其周围显微组织中的局部应力也越大。钙处理不仅有助于防止水口堵塞，还能改善最终钢材产品中夹杂物的形貌。有研究表明，通过钙处理可改变夹杂物的长径比：增加铝酸钙中氧化钙的含量可降低夹杂物的长径比，使其向更接近球状的形貌转变。

Tiekink等研究了初生氧化铝夹杂物的形成过程，探究了不同铝和氧局部浓度梯度下析出夹杂物的形貌。Vasconcellos和Silva对该研究进行了总结和调整，并绘制出如图8所示的示意图。本研究中观察到的夹杂物与该图左侧所示的夹杂物类型相似，这表明铝的局部浓度相对较低，而氧的局部平均亲和力可能存在差异。