把光和热
奉献给中国钢铁核心技术
奋斗
“钢铁”乃国家建设的根基命脉
面对钢铁关键技术的重大命题
刘振宇教授攻坚克难
32载深耕不缀
不破不立！解决核心问题
实现高强船板
达到了D级表面“零缺陷”
刘振宇教授作为第一完成人
东北大学作为唯一单位完成的成果
钢材热轧过程氧化行为
控制技术开发及应用
荣获年度国家科技进步二等奖
需求导向
攻克钢铁关键技术
我国钢材年产量超过世界的1/2，是支撑国家建设的重要工业食粮。目前，表面质量已成为与钢材尺寸和性能并列的核心指标，用户甚至提出“表面不过关，性能达标也不用”的要求。
“70%以上钢材表面缺陷因热轧氧化控制不当引起，每年此类钢材近万吨，损失巨大且严重制约着钢材整体质量的提升。项目之前，我国在此方面缺少理论研究，技术落后，产品常被高端用户拒绝，表面质量问题已成为我国制造业转型升级的原材料瓶颈。”刘振宇教授介绍说。
为了破解这样的困境，刘振宇教授带领团队通过构建热轧氧化理论体系，开发了具有自主知识产权的成套技术，并率先实现了由经验试错向智能化控制的转型。采用了刘振宇教授团队开发的相关技术，在我国钢铁行业形成了“免酸洗钢”和“易酸洗钢”两个品牌，生产出的工程机械用钢因表面优异，成为行业专供产品，不但打破了国外垄断的现状，而且在数量和质量方面都实现了反超；高牌号电工钢，因表面质量提升而有效提高了能源转换效率；高强船板达到了D级表面“零缺陷”，满足了我国海洋重大工程的严苛要求；项目获得、年冶金科学技术一等奖，年中国产学研合作创新成果一等奖，并获得年国家科技进步二等奖。
截至目前，项目成果已应用于19家企业的45条生产线，并输出至韩国浦项和现代制铁，为我国全面提升钢材表面质量起到了引领和示范作用，并为我国钢铁产品进入国际高端市场树立了品牌效应。
这个项目的第一完成人刘振宇教授，目前还承担着国家十三五重点研发计划项目“超低温及严苛腐蚀条件下低成本容器用钢开发与应用”，项目将为我国能源和化工行业开发出低成本、高性能的储罐用钢。刘振宇教授带领团队，通过理论与实验创新，开发出新的合金成分设计与生产工艺。目前，已开发出填补空白的低镍型及高锰型LNG储罐用钢，制定或修订国家和行业标准4项，制定企业标准4项，解决了我国清洁能源战略实施中面临的原材料难题。
32载倾情钢铁“智造”
刘振宇教授从年开始师从中国工程院院士王国栋，是王国栋院士门下的第一位博士生。从涉足热轧过程钢材组织性能演变预测与优化这一前沿课题开始，刘振宇已在钢铁显微组织智能化调控的道路上探寻了32年。
这是一条披荆斩棘、攻城拔寨的奋斗之路。“一生能涉足这样一个方向，承担这样一个课题，是我们的幸运，我们把握住了这个机遇！”刘振宇说。
钢材热轧过程中组织性能演变预测与优化，是一个很前沿的课题。它的目标是基于物理冶金学原理，建立一系列数学模型描述热轧过程中钢材的组织演变行为。这实际上就是21世纪以来国际上的热点——材料集成计算工程研究的一部分。
刘振宇，坐得住冷板凳、钻研得进去，他非常喜欢这个题目。从硕士到博士，刘振宇研究生期间一做就是6年，其中一个亮点，就是他与当时信息科学与工程学院的研究生王殿辉合作，利用人工神经元网络预测钢材的力学性能，文章发表在《钢铁》杂志上，这是信息学科和冶金学科交叉结出的硕果，是一次颇有意义的尝试！经检索确认，这是国际上首次利用人工神经元网络模型进行材料研究，具有重要的开创性意义。这一成果，被应用于BHPNZSTEEL，在降低钢卷之间力学性能波动方面发挥了重要作用。
年，刘振宇留学归来回到学校任教。他的第一件事就是将组织性能预测研究的结果应用到生产实践中去。
钢铁工业是典型的流程工业，每时每刻都在产生海量数据。这些数据对于钢材产品性能、质量的精准预测和稳定控制具有宝贵意义，但是对于如何利用钢铁大数据调控产品质量，国内外研究人员目前均在探索之中。
作为流程化、批量化大宗生产的钢铁产品
如何精准满足客户的“订制化”生产需求？
为解决这一关键技术难题，刘振宇教授团队基于多年来在钢铁组织性能预测技术与应用领域的理论积淀和实践，与钢铁企业通力合作，从轧钢生产实际出发，开发出热连轧工业大数据的分析和处理方法，建立起基于大数据分析与优化的智能化物理冶金学模型，开发出了以组织性能预测与优化为核心的钢铁智能化制造技术。这项技术，让人工智能助力钢铁个性化生产，可以利用一种化学成分的钢材，生产不同强度级别、甚至不同钢种，实现“一钢多能”的目标，简化炼钢和连铸工艺，优化炼钢-连铸-轧制生产，提高生产效率和产品成材率。
在鞍钢热连轧生产线，刘振宇团队开发出焊瓶用钢屈强比波动控制技术，解决了焊瓶钢屈强比窄幅（0.～0.）控制这一轧钢领域的世界性难题。年开始，刘振宇带领研究生与宝钢梅钢的科技人员合作，开发出热轧板带集约化生产技术。在梅钢和热连轧生产线，通过组织性能预测与工艺优化，钢种牌号已减少60%以上，实现了热轧的集约化、绿色化生产，大大促进了企业的节能减排；同时，针对厚度规格为2.5mm的汽车车轮用钢，通过组织性能预测与工艺优化，使钢中锰含量降低一半，吨钢节约材料成本约50元，有效解决了当前钢铁企业规模化生产和用户个性化需求之间的矛盾。
“实验室‘咬定青山不放松’，由擅长组织-性能调控的刘振宇老师牵头，开发热轧过程组织性能预测技术，建立我国自己的钢材组织控制‘北斗导航系统’。”王国栋院士回忆起学科方向凝练的过程，感到十分欣慰。
年，顺应大数据技术风起云涌的发展态势，大数据在钢铁行业中的应用研讨会召开。会议邀请中国工程院院士王一德、前金属学会秘书长洪及鄙以及多位企业技术专家出席，研讨利用大数据技术推进钢材组织性能预测的研究与应用。会议确定了研究方向，刘振宇带领团队教师和研究生在会后深入鞍钢、承钢等企业，探索利用大数据/AI对数学模型进行优化，实现了钢材组织性能的离线高精度预测。“利用AI/大数据建立的高精度数学模型，实际上就是今天信息物理系统中‘数字孪生’的核心。这些工作的进展，预示着我们向钢铁生产技术的最前沿发起总攻的‘冲锋号’已经吹响。”中国工程院院士王国栋表示。
年，河钢集团、华为集团、东北大学合作，以工业互联网为载体，建设“工业互联网赋能钢铁智能制造联合创新中心”，在河钢邯钢的热连轧生产线上，开发涵盖炼铁、炼钢、连铸、热轧、冷轧的全流程数字孪生和信息物理系统，实现钢铁行业的智能制造。
“河钢集团、宝钢梅钢、涟钢、首钢这些企业是我们创新的‘福地’，在解决受制于人的重大瓶颈问题上担当作为，努力实现更多‘从0到1’的突破，我们就一定能抢占科技竞争制高点，打造钢材未来发展新优势。”刘振宇说。
丹心育人
携手开拓行业未来
“要做到‘钢铁振兴，匹夫有责’
更重要的是肩上的担当和心中的责任。”
30多年躬耕于钢铁科研一线，刘振宇教授在勇攀科技高峰的同时，更注重青年人才的培养。
桃李不言，下自成蹊。
“刘老师告诉我们，十年磨一剑，磨出来就是一剑封喉的‘干将’‘莫邪’，要用自己的‘绝招’服务中国钢铁行业。”轧制技术及连轧自动化国家重点实验室青年教师曹光明说。
曹光明，从博士生阶段就加入刘振宇教授的团队，开始有关钢铁组织性能优化方面的研究。他表示，刘老师作为自己的博士生导师，他严谨的治学态度和忘我的工作精神激励着自己在科研之路上不断前行。
刘振宇特别