李志峰
,
麻永林
,
冯岩
,
宫美娜
,
邢淑清
钢铁
基于现场生产冷轧极薄不锈钢带材表面硬度极难控制的问题,针对301S不锈钢的冷轧生产工艺进行了研究,分析了不锈钢冷轧生产过程中影响表面硬度的相关工艺参数,得出材料的抗拉强度、轧制速度、轧制油温度和压下率是影响轧后材料表面硬度的关键因素.利用BP神经网络建立了预测表面硬度的非线性映射模型,并根据此模型得出了预测数据的趋势图谱.研究结果表明,压下率的变化对冷轧不锈钢表面硬度的调节能力最强,而其他参数对硬度的影响为10HV左右.经检验,模型的预测值和实测值的相对误差为-2.63％～2.76％,预测结果准确率高,可以用于产品质量的现场在线控制.
关键词:
冷轧
,
不锈钢
,
神经网络
,
工艺参数
,
硬度预测
戴玉梅
,
马永庆
,
章晓静
,
孙丽婷
,
史鹏
材料热处理学报
研究了4种不同成分Cr-W-Mo-V高碳中合金钢的回火硬度曲线和相关的组织结构,分析讨论了抗回火温度区间及高回火硬度的机理.结果表明:Cr-W-Mo-V高碳中合金钢在抗回火温度区间,较高的回火硬度是碳化物沉淀强化与回火马氏体固溶强化和残留奥氏体转变及分解共同作用.随着含C量和合金含量尤其含Cr量增加,抗回火性增强.抗回火时新析出相不与平衡相完全对应,其中沉淀析出主要是(Fe,Cr)3C.
关键词:
Cr-W-Mo-V高碳中合金钢
,
抗回火性
,
淬火基体成分
,
碳化物
,
硬度预测
