Please wait a minute...

当期目录

    2022年 第28卷 第3期    刊出日期:2022-06-30
    卷首语
    材料信息学——数据驱动的材料研发
    张统一
    2022, 28(3):  357-360.  doi:10.12066/j.issn.1007-2861.2370
    摘要 ( 2089 )   HTML ( 198)   PDF (587KB) ( 394 )  
    参考文献 | 相关文章 | 多维度评价
    数据采集、数据库和数据处理
    基于 Jaya 优化标定的高精度数据采集方法
    张合生, 焦鹏, 胡琪睿, 蔡江乾, 胡顺波, 曹贺, 欧阳求保
    2022, 28(3):  361-371.  doi:10.12066/j.issn.1007-2861.2372
    摘要 ( 1819 )   HTML ( 31)   PDF (1195KB) ( 122 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    材料基因组工程融合高通量实验、高通量计算和数据库及人工智能技术, 能加速实现新材料的研发. 然而, 如何快速且可靠地从实验设备中采集数据是材料基因组工程的重要问题. 针对高精度数据采集系统标定数据时间不同步的问题, 以线性模型作为采集数据处理参数的模型, 以设备显示值作为数据采集真实值, 构建数据处理参数寻优的目标函数; 基于 Jaya 优化算法实现了模型参数优化搜索; 最后以设备温度数据采集为例, 构建了高精度数据采集系统并进行实验验证. 实验结果表明, 采用优化后的模型参数, 数据采集平均误差仅为 0.13 ${^\circ}$C, 精度可达 99.89%, 相比于非优化模型参数, 平均误差降低了 63.20%, 显著提高了数据采集精度.

    结合上下文词汇匹配和图卷积的材料数据命名实体识别
    陈茜, 武星
    2022, 28(3):  372-385.  doi:10.12066/j.issn.1007-2861.2377
    摘要 ( 1844 )   HTML ( 25)   PDF (1294KB) ( 195 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    材料领域的文献中蕴含着丰富的知识, 利用机器学习和自然语言处理等手段对文献进行数据挖掘是研究热点. 命名实体识别(named entity recognition, NER)是高效利用挖掘和抽取数据中信息的首要步骤. 为了解决现有实体识别方法中存在的向量表示无法解决一词多义、模型常提取上下文特征而忽略全局特征等问题, 提出了一种基于上下文词汇匹配和图卷积命名实体识别方法. 该方法首先利用 XLNet 获取文本的上下文动态特征, 其次利用长短期记忆网络并结合文本上下文匹配词汇的图卷积神经网络(graph convolutional network, GCN)模型分别获取上下文特征与全局特征, 最终经过条件随机场输出标签序列. 2 种不同语料对模型进行验证的结果表明, 该方法在材料数据集上的精确率、召回率和 F1 值分别达到 90.05%、88.67% 和 89.36%, 可有效提升命名实体识别的准确率.

    基于自然语言处理的材料领域知识图谱构建方法
    魏晓, 王晓鑫, 陈永琪, 张惠然
    2022, 28(3):  386-398.  doi:10.12066/j.issn.1007-2861.2380
    摘要 ( 2165 )   HTML ( 35)   PDF (6137KB) ( 282 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    如何将材料领域知识与机器学习技术相结合是材料智能研究迫切需要解决的问题. 知识图谱(knowledge graphs, KGs)作为一种高效的知识组织模型, 可以有效地对材料领域知识进行表示、组织和推理, 从而提升材料机器学习算法的智能水平. 研究了基于自然语言处理技术的材料领域知识自动获取方法, 提出了基于双向门控循环单元-图神经网络-条件随机场(bidirectional-gated recurrent unit-graph neural network-conditional random field, Bi-GRU-GNN-CRF) 的材料实体关系联合抽取方法, 以及基于改进 TextRank 算法的材料工艺知识抽取方法, 实现了从专利、论文等材料文献中自动获取材料实体、关系、工艺流程等材料领域知识. 实验结果表明, 所提出的材料知识获取方法具有较好的精度和召回率, 能够有效提升材料知识图谱的知识覆盖度. 基于该方法构建的材料领域知识图谱的知识覆盖率达到了80%, 能够为材料智能研发提供更加全面的知识支撑. 同时, 构建了非调制特殊钢、铝基复合材料、热障陶瓷涂层材料 3 个材料领域知识图谱, 并进行了应用探索, 进一步验证了知识图谱为材料研发提供知识支撑的可能性.

    材料基因组工程专用数据库
    岳溪朝, 冯燕, 刘健, 于烨泳, 席慷杰, 钱权
    2022, 28(3):  399-412.  doi:10.12066/j.issn.1007-2861.2388
    摘要 ( 2504 )   HTML ( 58)   PDF (6883KB) ( 380 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    材料数据具有多源、异构、高维等特点, 收集纷繁复杂的材料数据, 建立材料基因工程专用数据库, 是实现数据驱动的新材料研发的基础. 以材料数据的规范化表示、机器学习建模及模型跨域部署、材料数据隐私保护下的机器学习、利用知识图谱从材料数据库到知识库等材料基因专用数据库的若干核心技术为基础, 介绍了材料基因数据库平台的系统架构及实现、平台超算部署及运行. 最后以反钙钛矿负膨胀材料为例, 介绍了材料基因工程数据库平台从数据归档到机器学习建模, 再到逆向设计, 以及最终实验验证的整个流程.

    基于区块链的数据版权保护与组合竞拍
    徐宇钦, 钱权
    2022, 28(3):  413-426.  doi:10.12066/j.issn.1007-2861.2376
    摘要 ( 1705 )   HTML ( 16)   PDF (3954KB) ( 86 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    基于区块链、数字水印以及密封递价拍卖的组合竞拍算法, 设计并实现了一套数据版权保护与组合竞拍系统. 首先, 采用去中心化的区块链技术, 结合智能合约来存储数据版权的上链记录、版权交易记录等, 通过共识机制使得网络中的各个节点在互不信任的情况下达成共识, 提升了版权管理系统的公信力. 其次, 数字水印作为一种特殊的编码, 能够将水印信息隐藏在数据中, 通过验证水印信息就可甄别版权归属. 结果表明, 所设计的数字水印模块对原始数据大小增加很少, 且可高效地实现数字水印的嵌入和提取. 最后, 设计了一种组合竞拍算法来自动化地为版权拥有者挑选出最优的出价组合, 实现数据版权的价值交换.

    基于卡尔曼滤波的含噪声小样本数据处理方法
    刘芬, 范洪强, 吕涛, 李谦, 钱权
    2022, 28(3):  427-439.  doi:10.12066/j.issn.1007-2861.2379
    摘要 ( 1853 )   HTML ( 18)   PDF (1783KB) ( 140 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    提出一种基于卡尔曼滤波和扩展卡尔曼滤波的小样本噪声数据处理方法. 首先, 通过物理模型或经验公式建立系统模型. 然后, 利用系统模型预测模型数据. 最后, 采用观测数据修正模型数据, 达到平滑数据噪声的效果. 实验结果表明, 对于BC500耐候钢腐蚀增重数据, 用差分整合移动平均自回归(autoregressive integrated moving average, ARIMA)模型和随机森林(random forest, RF)模型进行腐蚀增重预测时, 经卡尔曼滤波降噪后, 决定系数$R^2$平均提升6.4%, 而经扩展卡尔曼滤波降噪后, $R^2$平均提升4.9%, 验证了本方法的有效性.

    聚丙烯复合材料老化数据集成学习
    武星, 高进, 丁鹏
    2022, 28(3):  440-450.  doi:10.12066/j.issn.1007-2861.2382
    摘要 ( 1590 )   HTML ( 9)   PDF (4113KB) ( 180 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    聚丙烯复合材料老化实验周期长, 且单次实验采集的数据样本少, 使用传统机器学习方法进行预测的准确度较低. 为了解决聚丙烯复合材料老化数据样本少与预测准确性低的问题, 提出了一种虚拟样本生成(virtual sample generation, VSG)的集成学习预测方法. 首先, 对聚丙烯复合材料老化数据使用高斯混合模型(Gaussian mixed model, GMM)虚拟样本生成方法平滑生成验证有效的虚拟样本; 然后, 使用生成后的数据集建立集成学习预测模型, 该模型包含随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGBoost)算法、轻量级梯度提升机(light gradient boosting machine, LightGBM)算法以及分类梯度提升(categorical boosting, CatBoost)算法. 实验表明: 集成学习模型的 LightGBM 算法与 CatBoost 算法性能最优, 在测试数据上均方误差为 0.001 3 与 0.000 1, 比 RF 算法与 XGBoost 算法分别高出 0.4 与 0.2. 聚丙烯复合材料老化虚拟样本生成与集成学习方法可以有效解决实验周期长、单次实验采集的数据样本少的问题, 并可取得比单一机器学习算法更优的性能.

    小样本分散数据的回归建模和多目标优化
    姚煜, 胡涛, 付建勋, 胡顺波
    2022, 28(3):  451-462.  doi:10.12066/j.issn.1007-2861.2387
    摘要 ( 2361 )   HTML ( 22)   PDF (5003KB) ( 247 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    小样本分散数据上的回归对建模有一定挑战, 利用高斯过程对其回归进行建模, 即采用极大似然估计进行核函数的超参数学习, 通过后验来计算回归结果并预测出目标函数的均值和方差. 在此基础上结合方差的多目标优化, 在进行材料逆向设计的同时能对设计结果的不确定性进行估计. 对 1215MS 非调质钢和三点弯混凝土数据集进行了实验验证. 实验结果表明, 对于三点弯混凝土平均有 50% 实验数据落在预测的 95% 置信区间内, 高斯过程回归 (Gaussian process regression, GPR) 模型可以较好地度量分散小样本数据的不确定性, 进行合理预测. 对于 1215MS 非调质钢数据集, 在高斯过程回归模型的基础上, 运用带精英策略的非支配遗传算法 (elitist non-dominated sorting genetic algorithm, NSGA-Ⅱ) 进行多目标优化, 将材料的力学性能以及所对应的方差作为优化目标, 在考虑最优力学性能的同时兼顾不确定因素对实验结果的影响, 得到最优帕累托解集, 以此作为下次实验的候选点, 辅助材料设计和制备优化.

    机器学习
    基于强化学习的特征选择方法及材料学应用
    张鹏, 张瑞
    2022, 28(3):  463-475.  doi:10.12066/j.issn.1007-2861.2375
    摘要 ( 1806 )   HTML ( 24)   PDF (1439KB) ( 247 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    随着大数据、人工智能以及高性能计算的快速发展, 数据驱动的新材料研发成为研究热点. 在对材料数据进行数据挖掘的过程中, 需要对特征集合进行预处理, 通过减少无关冗余特征, 不仅可以避免模型过拟合, 还能提高模型的可解释性. 基于此, 提出了一种基于强化学习的特征选择(feature selection based on reinforcement learning, FSRL) 算法, 将封装式特征选择抽象成机器学习模型和"环境"互动的过程, 并根据利益最大化准则将对应特征加入特征子集中. 同时, 为了提高模型的预测精度, 还提出一种基于符号变换的特征构造方法来生成新的特征. 最后, 将所提出方法应用到非晶合金材料的分类预测任务和铝基复合材料的回归任务中. 实验结果表明, FSRL 算法的分类准确率最高提升了 2.8%, 而在回归任务中, 基于特征构造的 FSRL 算法使得预测精度最高提升了 22.9%.

    基于特征工程和机器学习的铝基高熵合金稳定性预测
    胡瑞, 刘庆, 张光捷, 李俊杰, 陈晓玉, 魏晓, 戴东波
    2022, 28(3):  476-484.  doi:10.12066/j.issn.1007-2861.2381
    摘要 ( 1994 )   HTML ( 13)   PDF (2113KB) ( 137 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    铝基复合材料具有众多优异的性能, 应用前景较好. 以简单稳定相的高熵合金可以作为增强颗粒来制备铝基复合材料, 其各方面力学性能都显著提升. 提出了一种基于结合了特征工程和机器学习的新方法来研究高熵合金相稳定性. 该方法利用特征工程筛选出影响目标属性的重要因素, 然后选择相应的回归方法预测相稳定性. 使用 50% 的数据集进行训练, 并在其余数据集上进行测试验证. 研究结果表明, 该方法在预测高熵合金的相稳定性方面具有较高的准确性($R^{2}$=0.994), 且能辅助找到影响相稳定性的关键因素.

    支持向量回归预测不锈钢的点蚀电位
    麦嘉琪, 徐鹏程, 丁松, 孙阳庭, 陆文聪
    2022, 28(3):  485-491.  doi:10.12066/j.issn.1007-2861.2378
    摘要 ( 1705 )   HTML ( 6)   PDF (1359KB) ( 107 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    点蚀是不锈钢的主要腐蚀类型之一, 常用点蚀电位来评价不锈钢腐蚀的难易程度. 点蚀电位会受到多方面因素的影响. 基于不锈钢的元素成分和工艺参数, 采用支持向量回归(support vector regression, SVR)算法建立了预测点蚀电位的模型. 结果表明: 独立测试集的相关系数达到 0.97, 均方根误差(root mean square error, RMSE)仅为 0.07; 通过 Pearson 相关分析和敏感性分析, 元素 Cr、Mo 的含量和温度对点蚀电位的影响较大; 当存在少量稀土元素时可以提高不锈钢的抗腐蚀能力.

    陶瓷涂层材料多模态数据表征学习
    武星, 胡明涛, 丁鹏
    2022, 28(3):  492-503.  doi:10.12066/j.issn.1007-2861.2383
    摘要 ( 1770 )   HTML ( 11)   PDF (3224KB) ( 136 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    陶瓷涂层具有耐高温、耐腐蚀、耐磨损等特性, 其热膨胀系数和热导率等参数与其性能息息相关. 为解决陶瓷涂层性能实验成本高、测试困难等问题, 提出了陶瓷涂层材料多模态数据表征学习的性能预测方法. 首先利用高斯混合模型虚拟样本生成(Gaussian mixture model virtual sample generation, GMMVSG)算法生成符合真实陶瓷涂层数据分布的样本来扩充数据集; 其次利用卷积神经网络 VGG16 对陶瓷涂层的显微结构图像数据进行特征提取, 利用 TabNet 对结构化数据进行特征提取, 将提取到的图像数据特征与结构化数据特征融合; 最终根据多模态数据表征建立基于K-最近邻(K-nearest neighbor, KNN)、支持向量机回归(support vector regression, SVR)和多层感知机(multi-layer perceptron, MLP) 3 种机器学习算法的预测模型, 对陶瓷涂层的性能指标, 即热膨胀系数和热导率进行了预测. 实验结果表明: 提出的多模态数据表征学习模型的预测结果要优于单模态数据表征学习模型, 其中基于 MLP 算法训练的多模态数据表征学习模型对陶瓷涂层性能的预测效果最好; 在测试集中, 对陶瓷涂层热膨胀系数预测的平均绝对误差(mean absolute error, MAE)和均方误差(mean square error, MSE)分别为 0.026 6 和 0.001 7, 对热导率预测的 MAE 和 MSE 分别为 0.017 9 和 0.000 7. 所提出的陶瓷涂层材料多模态数据表征学习方法有效融合了结构化数据与非结构化数据, 联合学习了各模态数据的潜在共享信息, 成功提升了对陶瓷涂料层材料性能预测的准确度.

    面向复合材料带隙预测的两段式集成学习模型构建
    徐燕, 胡红青, 刘茜, 张玉凤, 丁广太, 张惠然
    2022, 28(3):  504-511.  doi:10.12066/j.issn.1007-2861.2389
    摘要 ( 1707 )   HTML ( 3)   PDF (4947KB) ( 105 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    带隙是钙钛矿型复合氧化物材料重要的特征参数, 对材料的物理化学性质起决定性作用, 如导电性能和光电性能等. 为了寻找适合不同应用领域的钙钛矿型材料, 利用机器学习进行带隙预测是一种重要的研究手段. 构建了一个两阶段异质集成学习模型, 在第一阶段使用多种不同的基础机器学习器(回归模型)进行预测; 在第二阶段把对预测结果影响较大的描述子和基础机器学习器进行集成学习.利用该模型对 210 种钙钛矿型复合氧化物材料的带隙进行预测, 并与多种独立的机器学习算法以及不同集成策略模型的预测性能相对比, 评估了本模型的预测性能. 结果表明, 这种两段式的集成学习模型能够更好地学习到材料数据的内在关系, 并具有较好的预测效果和较强的泛化能力.

    数据驱动的铝基复合材料性能预测和逆向设计
    陈水洲, 王晓书, 欧阳求保, 张瑞
    2022, 28(3):  512-522.  doi:10.12066/j.issn.1007-2861.2386
    摘要 ( 1731 )   HTML ( 8)   PDF (2194KB) ( 107 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    采用数据驱动的方法对 SiCp(0.5CNT)/7075Al 铝基复合材料的化学成分以及制备工艺进行了分析, 针对抗拉强度和延伸率两个力学性能进行了特征重要性分析, 构建了包含 8 种机器学习算法的集成框架, 自动进行模型的参数调优和最优模型选择, 并在此基础上进行了材料逆向设计. 实验结果表明, 在 470 ${^\circ}$C 固溶 40 min, 120${^\circ}$C 时效 15 h 的热处理工艺下, SiCp(0.5CNT)/7075Al-1.0Mg 复合材料抗拉强度和延伸率的预测值为 617.48 MPa 和 2.98%, 实验值为 647.0 MPa 和 3.31%, 两项物理性能的平均绝对百分比误差(mean absolute percentage errors, MAPE)较小, 依次为 4.56% 和 9.97%. 这说明本数据驱动方法对铝基复合材料的工艺优化和性能提升有一定指导意义.

    材料微结构图像识别与微结构分析
    基于数字图像处理技术的热障涂层形貌特征识别方法
    刘宇虹, 韩越兴, 汪语嫣, 曾毅
    2022, 28(3):  523-533.  doi:10.12066/j.issn.1007-2861.2371
    摘要 ( 1737 )   HTML ( 10)   PDF (13005KB) ( 145 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    针对人工检测热障涂层形貌特征所具有的繁复性、误差大等缺点, 提出一种利用机器视觉自动化识别热障涂层形貌特征并计算形貌特征参数的方法. 完成了基于数学形态学的片层轮廓自动提取及铺展形貌参数的计算, 用最大类间方差法求取二值分割阈值, 运用均值滤波和形态学操作为图片去噪并保证单个片层的连通性, 通过轮廓提取来获得片层边缘信息, 最后根据所提取出的轮廓计算片层的实度参数. 同时, 进一步完成了基于遍历搜索的热障涂层中裂纹的自动识别及长度计算. 首先, 识别出图像中的片层并去除, 运用闭运算完成断裂裂纹的修复, 通过图像细化得到裂纹骨架; 然后, 遍历搜索每条裂纹, 完成长度计算. 结果表明, 采用所提出方法检测片层轮廓和识别裂纹的效果良好, 具有较好的抗噪声干扰能力, 可以精确计算出形貌特征参数, 对研究热喷涂熔滴在基材表面的沉积行为有重要的推动作用.

    基于轻量级网络的防伪标签检测算法
    张宏坤, 韩越兴, 陈侨川, 巫金波
    2022, 28(3):  534-544.  doi:10.12066/j.issn.1007-2861.2373
    摘要 ( 1692 )   HTML ( 2)   PDF (14948KB) ( 81 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    近年来, 伪造盗版产品带来的经济损失逐年增大, 伪造技术不断提升, 防伪检测问题受到了广泛关注. 为了解决现有防伪检测方法的计算量大、资源占用高、检测耗时较长等问题, 提出了一种基于轻量级网络的防伪标签识别检测模型, 该模型采用更为轻量的卷积神经网络(convolutional neural network, CNN)来进行形状和纹理的识别. 在形状识别任务中, 降低池化层大小以增强模型学习能力; 在纹理分类任务中, 使用协调注意力(coordinate attention, CA)模块来增强模型对单一特征图的信息获取. 通过设计损失函数增强模型对真伪样本识别能力, 并通过特征向量最大值得到预测结果. 实验结果表明, 该方法整体识别检测的准确率可达 95.67%, 检测时间相较于传统方法有显著减少.

    稀土掺杂热障涂层材料分立成分样品的高通量 X 射线表征
    吴广, 宋雪梅, 张一烽, 曾毅, 冯振杰
    2022, 28(3):  545-551.  doi:10.12066/j.issn.1007-2861.2385
    摘要 ( 1636 )   HTML ( 6)   PDF (5523KB) ( 136 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    随着科研人员对材料科学研发的不断投入, 高通量 X 射线表征技术的广泛应用极大提高了新材料的研发效率. 高通量 X 射线表征技术是材料基因组工程研究的重要工具. 设计了高通量 X 射线表征系统, 研究了不同含量稀土元素掺杂热障涂层材料对其结构相稳定性的影响. 样品台可进行高精度 $x$-$y$ 二维平面平动, 在保证数据样品质量的情况下,仅用极短时间就能测试多个分立样品.

    La$_{{1-x}}$Sr$_{x}$TiO$_{3}$ 薄膜的高通量 X 射线衍射
    张一烽, 王洋洲, 吴广, 陈飞, 冯振杰
    2022, 28(3):  552-557.  doi:10.12066/j.issn.1007-2861.2384
    摘要 ( 1579 )   HTML ( 5)   PDF (6236KB) ( 88 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    高通量材料合成方法和高通量材料表征手段区别于传统低效率的 "试错法"材料发展方法, 极大地加速了材料科学的变革和发展. 通过设计程序进行了高通量 X 射线衍射实验, 在保证数据分辨率条件下, 高效地表征了 La$_{1-x}$Sr$_{x}$TiO$_{3}$ 薄膜上多个数据位点的晶体结构, 验证了其成分的连续变化性质, 为后续开展更多类型的高通量 X 射线衍射实验提供了指导.

    含碲非调质钢 38MnVS6 水口结瘤成因分析
    沈平, 李杰, 张浩, 付建勋
    2022, 28(3):  558-568.  doi:10.12066/j.issn.1007-2861.2374
    摘要 ( 1761 )   HTML ( 9)   PDF (13340KB) ( 89 )  
    数据和表 | 参考文献 | 相关文章 | 多维度评价

    为调控钢中硫化物的夹杂形态和分布, 提升产品品质, 以碲处理工艺代替钙处理工艺开发了高品质含碲非调质钢 38MnVS6, 但在生产过程中会产生水口结瘤现象. 为分析水口结瘤的形成原因, 采用 X 射线衍射分析(X-ray diffraction, XRD)、扫描电镜分析及热力学计算等, 解析了水口结瘤物的主要物相及与钢中夹杂物的关系, 探究了其与碲处理工艺的关联性. 研究结果表明, 水口结瘤物主要由 CaO$\cdot $2Al$_{2}$O$_{3}$ 和 MgO$\cdot $Al$_{2}$O$_{3}$ 组成, 不含碲相关的物相, 其与钢中的氧化物夹杂成分相近, 因此水口结瘤并不是由碲直接造成的. 在碲处理工艺替换钙处理工艺后, 钢中钙质量百分比浓度不足以将 Al$_{2}$O$_{3}$ 改质为低熔点 12CaO$\cdot $7Al$_{2}$O$_{3}$, 当前钢中 Al 和 Ca 主要生成的钙铝酸盐夹杂为 CaO$\cdot $2Al$_{2}$O$_{3}$. 此外, 钢中残余的少量 Mg 使 Al$_{2}$O$_{3}$ 转变为 MgO$\cdot $Al$_{2}$O$_{3}$, 对应的 Mg 质量百分比浓度为 0.25$\times $10$^{-6}\sim $1.46$\times $10$^{-6}$. 当钢液流经水口时, CaO$\cdot $2Al$_{2}$O$_{3}$ 与 MgO$\cdot $Al$_{2}$O$_{3}$ 在水口内壁相互烧结黏附, 不断聚集增厚, 最终形成水口结瘤.