The thesis starts by giving a motivation to materials modeling as a way to increase profitability but also a possibility decrease the environmental impact. Fundamental concepts of relevance for this work are introduced, this include the materials genome, ICME and of course the CALPHAD method. As a demonstration promising results obtained by an ICME approach using genetic algorithms and CALPHAD on the vacuum degassing process are presented. In order to make good predictive calculations and process models it is important to have good thermodynamic descriptions. Thus most part of the work has concerned the thermodynamic assessments of systems of importance for steelmaking, corrosion and similar processes. The main focus has been the assessment of sulfur-containing systems and thermodynamic descriptions of the Fe-Mn-Ca-Mg-S, Fe-Ca-O-S, Fe-Mg-O and Mg-Mn-O systems are presented. In addition, heat capacity measurements of relevance for the Mg-Mn-O system have been performed. To summarize the efforts some application examples concerning thermodynamic calculations related to steelmaking and inclusion formation are shown. / <p>QC 20160829</p> / COMPASS

De-oxidation is an important process in clean steelmaking. Al (Aluminium) is mainly used as de-oxidant and controls the final oxygen content and impact the sulphur removal in steel. Adding optimum amount of Al is critical for steel cleanliness and to reduce cost. Unfortunately, recovery of Al is not repeatable due to inherent variation in factors like amount of slag carryover, total oxygen content, tapping weight and so on. To address this challenge, statistical modeling is used to develop a supervised machine learning model to predict Al addition for secondary de-oxidation. Data analytics is used on historical data from production database to gain insights from data on secondary de-oxidation practice, observe patterns, trends and understand correlation among critical process parameters. Simple and multiple linear regression models have been developed with prediction accuracy of 58 and 66% respectively. These models have been trained, tested and cross validated using standard procedures like k-fold cross validation and grid search. To deploy multiple linear regression model into production, a Microsoft Excel based dashboard containing prediction tool, pivot charts, line, and bar graphs for analysing the process is developed. This model when tested in shadow deployment environment perform well on steel grades containing dissolved C (Carbon) up to 0.15% after tapping. In shadow deployment mode the new model can be utilised in parallel to existing tool. For %C greater than 0.15%, prediction accuracy stands at 46%. This is due to nonlinear relationship between oxygen content and added Al. With our model, in process window containing 0 to 0.15 % C after tapping in steel melt, we believe that we can in future achieve better steel quality and repeatability in de-oxidation process, improve productivity in terms of time and resources and facilitates decision making when the model is ready for use in real production environment. Future work in this direction would be to further develop this model for other steel grades. / Deoxidation är en viktig process vid ren ståltillverkning. Al (aluminium) används huvudsakligen som deoxidationsmedel och kontrollerar den slutliga syrehalten och påverkar avlägsnandet av svavel i stålet. Det är viktigt att tillsätta en optimal mängd Al för att stålet ska bli rent och för att minska kostnaderna. Alumiumåterhämtningen är tyvärr inte repeterbar på grund av varierande faktorer som slaggöverföring, total syrehalt, tappvikt och så vidare. För att ta itu med denna utmaning används statistisk modellering för att utveckla en övervakad maskininlärningsmodell för att förutsäga Al-tillsats för sekundär deoxidering. Dataanalys används på historiska data från produktionsdatabasen för att få insikt i data om sekundär deoxidering, observera mönster, trender och förstå korrelationen mellan kritiska processparametrar. Enkla och multipla linjära regressionsmodeller har utvecklats med en prediktionsnoggrannhet på 58 respektive 66 %. Dessa modeller har tränats, testats och korsvaliderats med hjälp av standardförfaranden som k-fold korsvalidering och grid search. För att använda den multipla linjära regressionsmodellen i produktionen har man utvecklat en Microsoft Excel-baserad instrumentpanel som innehåller ett prognosverktyg, pivotdiagram, linje- och stapeldiagram för analys av processen. När denna modell testades i en skuggmiljö fungerade den bra på stålsorter som innehåller upplösta C (kol) på upp till 0,15 % efter tappning. I en skuggbaserad miljö kan den nya modellen användas parallellt med det befintliga verktyget. För % C över 0,15 % är förutsägelsenoggrannheten 46 %. Detta beror på det icke-linjära förhållandet mellan syrehalt och tillsatt Al. Med vår modell, i processfönstret som innehåller 0-0,15 % C efter tappning i stålsmältan, tror vi att vi i framtiden kan uppnå bättre stålkvalitet och repeterbarhet i deoxidering processen, förbättra produktiviteten när det gäller tid och resurser och underlätta beslutsfattandet när modellen är redo att användas i en verklig produktionsmiljö. Framtida arbete i denna riktning skulle vara att vidareutveckla denna modell för andra stålsorter.

A steel slitting process is simulated using FEM (Finite Element Method) in order to see potential defects along the edge in a steel sheet after it has been cut. The model's results were compared to microscope images of the steel sheet in order to verify accuracy. The purpose is conceptual and to find a model that successfully simulates a steel cutting process and (hopefully) how the edge depends on different parameters. The model developed seems to achieve this task, and a more thorough calibration of the model could result in (more) optimal parameters for the machine to use.

This study concerns the examinations of archaeological steel-objects from the Iron Ages, found in Tortuna outside Västerås, Sweden. Not many metallurgical analyses have been made on steel objects from the Iron Ages, most likely in order to preserve the findings. Therefore, very little knowledge about old steel materials exists.The main goal of this study was to investigate how steel-made items from the Iron Ages were created, what they have been used for, and determine what kind of metallurgical knowledge the blacksmiths of the Iron Ages had. The experiments were conducted with light optical microscopy in order to investigate the morphology of the materials and with Vickers hardness test, to investigate the hardness of the materials. The investigation gave varying results for the different iron-made objects. All of the objects have been forged in some way. Most of the objects, were made of heterogeneous low carbon steel with a mainly ferritic structure. Some items also showed a martensitic structure with a ferritic core, which concludes that the smiths probably knew how to quench and temper steel. Due to heavy corrosion on many ofthe items, further investigation is needed to strengthen the conclusions made in this report. / Denna studie behandlar undersökningar av arkeologiska stålobjekt från järnåldern,hittade i Tortuna utanför Västerås, Sverige. Det har inte gjorts många metallurgiska analyser på stålobjekt från järnåldern, troligen för att bevara föremålen. Därför finnsdet lite kunskap om gamla stålmaterial. Huvudsyftet med denna studie var att undersöka hur föremål i stål från järnåldern tillverkades, vad de har använts för och bestämma vilken typ av metallurgisk kunskap dåtiens smed besatt. Experimenten utfördes med hjälp av ljus optisk mikroskop för att undersöka materialets morfologi och med hjälp av Vickers hårdhetsprov för att undersöka materialens hårdhet. Undersökningen gav olika resultat för föremålen. Alla föremål är smidda på något sätt. De flesta föremålen bestod av heterogent kolstål med huvudsakligen ferritisk struktur. Vissa föremål visade också en martensitisk struktur med en ferritisk kärna,vilket visar på att smeden troligen visste hur man härdar och anlöper stål. På grund av stor korrosion på många av föremålen krävs ytterligare analyser för att stärka slutsatserna i denna rapport.

A method of producing steel that is not used in Sweden today is direct reduction using natural gas, a method which could has enormous potential in the future of steelmaking. Historically, steelmaking prioritized productivity and profitability. However, other aspects such as safety, sustainability, and environmentally friendliness have become increasingly important to Swedish steelmakers. This study evaluates the usage of natural gas to  directly reduce iron ore into the porous form known as iron sponge, then finally processing that sponge into crude steel. The technology available today is assessed through a literature review, then two calculative data-based model: using DRI sponge in a traditional integrated steelmaking line or replacing steel scrap with it in an electric arc furnace. While this technology is used in many regions where natural gas is plentiful, it has not yet been used in Sweden. Now, when the Swedish natural gas network is expanding and the vehicular transportation of liquid natural gas is becoming more and more viable, it is a prime situation to evaluate direct reduction in Sweden. While models require assumptions and estimations, they suggest that DRI will absolutely be a viable option in the years to come. Integrated plant operators can reduce their immense carbon emissions for a reasonable price, while DRI sponge melting in an electrical arc furnace can either help steelmakers escape the volatile scrap market or be used to replace the blast furnace as a whole in the future. / En metod för att producera stål som inte används i Sverige idag är direkt reduktion med hjälp av naturgas, en metod som har en enorm potential i framtida ståltillverkning. Historiskt har ståltillverkningen prioriterat produktivitet och vinst, men säkerhet, hållbarhet, och miljövänlighet har blivit områden mer och mer viktiga för svenska ståltillverkare. Den här studien utvärderar användningen av naturgas för att direkt reducera järnmalm till den porösa formen känd som järnsvamp, och sen bearbeta den till primärt stål. Teknologin som flnns idag utvärderas genom en litteraturstudie, vars data beräknas till två scenariomodeller: användningen av järnsvamp i ett traditionellt integrerat stålverk eller genom att ersätta stålskrot med järnsvamp i ljusbågsungen. Den här teknologin används redan idag i regioner där naturgas är lättillgängligt, men har hittills inte använts i Sverige. Men nu när Sveriges naturgasnät byggs ut och fordonstransporterad flytande naturgas blir mer och mer kostnadseffektiv så är det lämpligt att utvärdera direkt reduktion i Sverige. Modellerna kräver antaganden och uppskattningar, men de pekar på att direkt reducering av järnmalm kommer att vara en genomförbar metod för ståltillverkning i en nära framtid. Integrerade masugnslinjer kan minska sina enorma koldioxidutsläpp till ett rimligt pris, och järnsvampssmältning i ljusbågsugn kan hjälpa ståltillverkare att undanfly den instabila stålskrotsmarknaden eller användas för att helt ersätta masugnsproduktion i framtiden.