张清东
,
徐兴刚
,
于孟
,
瞿标
,
李实
钢铁
为了提高工厂从国外引进的以BlandFord公式为基础的冷轧不锈钢带轧制力模型的计算精度,将基于遗传算法的BP神经网络与现有变形阻力和轧制压力解析数学模型相结合,建立了变形阻力和轧制压力修正模型。将在生产现场采集的部分过程记录数据,进行分类和预处理后作为训练样本用于训练遗传神经网络模型。将其他现场实测数据用于验证所建的轧制力模型,计算结果表明所建的轧制力模型具有较高的计算精度。
关键词:
不锈钢;轧制力;神经网络;遗传算法
孙朝阳
,
张栋
,
张清东
,
李实
,
蔡永跃
钢铁
建立了不锈钢拉伸弯曲矫直过程的有限元仿真模型,该模型针对不锈钢拉矫机辊组配置和旋转压下的特点,采用了窄条三维壳单元对带钢进行特征建模.为提高计算效率,带钢网格进行了局部细化.对304不锈钢典型规格带钢拉矫过程进行模拟,伸长率计算值与实测值吻合较好.对带钢拉矫过程特征位置点经过各辊组的应力应变分析表明:带钢仲长率主要由1号弯曲辊组提供,而2号、3号矫直辊组对带钢伸长率的贡献不明显.该研究得到的不锈钢带拉矫过程变形行为可为拉矫工艺参数确定和优化提供理论基础.
关键词:
不锈钢
,
拉伸弯曲矫直
,
有限元仿真
,
伸长率
祝方义
,
段豪剑
,
张立峰
,
李实
上海金属
通过光学显微镜和扫描电子显微镜观测了439铁素体不锈钢连铸坯中TiN夹杂物的形貌,结果显示TiN夹杂物的形貌为近似规则的四边形并且在光学显微镜无偏光条件下,TiN夹杂物呈现为橙色.通过光学显微镜对连铸坯中TiN夹杂物分布进行统计研究,发现在连铸坯宽度方向的中部和1/4处,由内弧(或外弧),到内弧1/4处(或外弧1/4处),再到厚度方向中部,TiN夹杂物的尺寸增大而数量减少.这是由于连铸坯凝固过程中由外向内冷却速率减小,凝固坯壳的生长减慢,使得TiN夹杂物生长时间增加,而形核速率下降造成的.这与热力学计算得到的TiN夹杂物是在连铸坯凝固过程中形成的结论相吻合.在连铸坯宽度方向边部,由于冷却速率较大,凝固坯壳的快速生成,使得连铸坯中TiN夹杂物的尺寸分布和数量分布都没有明显的统计规律.
关键词:
439铁素体不锈钢
,
连铸坯
,
TiN夹杂物
,
分布
李实
,
李青
,
洪新
,
池和冰
,
成伟
,
董志平
上海金属
宝钢不锈钢120 t VOD真空精炼炉自主研发了在线质谱仪炉气检测分析的应用技术,以及以此为基础的精炼过程监控模型系统,实现对VOD精炼的全程动态跟踪预报及物料静态计算控制.该模型已实现稳定运行,在VOD冶炼超低碳氮不锈钢,无过程测温取样修正情况下,终点钢液碳含量预报值偏差的标准差为31 μg/g,终点温度的标准差为15.9℃,终点Si含量±0.1%范围下的控制命中率达96.3%.该模型初步起到了辅助过程精准判定和操作、降低冶金消耗和提高产品质量的作用.
关键词:
VOD精炼
,
过程模型
,
质谱仪
,
炉气分析
于孟
,
张清东
,
何汝迎
,
李实
,
叶乃威
钢铁
基于具体生产机组设备和工艺条件,对SUS301和SUS304硬态不锈钢的冷轧生产工艺规程和工艺参数进行了研究,分析确定了硬态不锈钢生产过程中表面硬度的相关工艺参数,提出了针对硬态不锈钢生产的冷轧工艺规程调整方法,并利用BP神经网络建立了压下率设定模型,建立了宝新公司自有的硬态不锈钢表面硬度的工艺控制技术.相关技术应用于实际生产后,SUS301和SUS304硬态不锈钢产品的表面硬度控制精度明显提高.
关键词:
硬态不锈钢
,
工艺规程
,
工艺参数
,
表面硬度控制工艺
,
神经网络
张清东
,
徐兴刚
,
于孟
,
瞿标
,
李实
钢铁
为了提高工厂从国外引进的以Bland-Ford公式为基础的冷轧不锈钢带轧制力模型的计算精度,将基于遗传算法的BP神经网络与现有变形阻力和轧制压力解析数学模型相结合,建立了变形阻力和轧制压力修正模型.将在生产现场采集的部分过程记录数据,进行分类和预处理后作为训练样本用于训练遗传神经网络模型.将其他现场实测数据用于验证所建的轧制力模型,计算结果表明所建的轧制力模型具有较高的计算精度.
关键词:
不锈钢
,
轧制力
,
神经网络
,
遗传算法
李实
,
池和冰
,
江来珠
钢铁研究学报
超纯铁素体不锈钢因碳、氮含量极低,较普通铁素体不锈钢拥有更优越的耐腐蚀性、韧性及焊接性,近半个世纪得到了大力发展和广泛应用。对于超纯铁素体不锈钢冶炼的核心环节——不锈钢精炼,首先阐述了超纯净化、高洁净化、高效稳定化控制等一系列精炼技术难点,其次从精炼主体设备与工艺技术以及辅助技术等方面系统介绍了超纯铁素体不锈钢精炼技术的进步和发展,最后对超纯铁素体不锈钢精炼技术的未来革新和发展方向进行了一些展望。
关键词:
超纯
,
铁素体不锈钢
,
精炼