王国栋
,
刘相华
,
孙丽钢
,
刘哲
,
刘德勤
钢铁
介绍了包钢CSP线"超快冷"系统的建立和运行情况.在包钢CSP线采用轧后层流冷却和"超快冷"工艺,开发出厚度4～11 mm的590 MPa级C-Mn低成本热轧双相钢.主要力学性能优良,抗拉强度590～620 MPa,屈强比0.62～O.67,伸长率26%～36%,,n值0.21.简要分析了"超快冷"工艺对双相钢组织形成的作用.
关键词:
CSP"超快冷"系统
,
热轧双相钢
,
C-Mn钢
,
力学性能
匡建新
,
唐明华
,
刘志义
,
邓彬
材料热处理学报
采用外部压入法制备含ZrC粒子的低碳钢,分析了ZrC粒子在试验钢中的固溶析出特点,研究了ZrC粒子对奥氏体晶粒长大及形变诱导相变铁素体晶粒细化的影响.结果表明:试验钢中存在一定数量尺寸较大弥散分布的ZrC粒子,这些粒子具有很高的稳定性,在热加工过程中,这些粒子能明显改变奥氏体晶界的状态,细化初始奥氏体晶粒,显著地阻止奥氏体晶粒的长大;在应变条件下,外加ZrC粒子能够提高形变诱导相变开始温度约40℃,ZrC/奥氏体相界面由于成为了聚集形变能的缺陷,因而加速形变诱导相变的进程,提高铁素体形核率,导致铁素体晶粒细化;在相同的变形条件下,添加了ZrC粒子的试验钢较未加ZrC粒子的钢有更好的晶粒细化效果.
关键词:
ZrC粒子
,
C-Mn钢
,
形变诱导铁素体相变(DIFT)
,
晶粒细化
李治华
,
许云波
,
吴迪
,
赵宪明
,
王国栋
钢铁研究
doi:10.3969/j.issn.1001-1447.2004.04.010
利用Gleeble1500热力模拟机,通过双道次压缩试验,计算了C-Mn钢SS400的热变形激活能,建立了静态再结晶模型.模拟计算了因热力学行为的演变引起的静态、动态再结晶以及位错密度等物理冶金现象的变化.研究结果表明:动态再结晶易在温度较高、应变速率较低的条件下发生;静态再结晶在前几道次发生的比较充分;粗轧阶段细化晶粒的效果比精轧阶段明显.
关键词:
C-Mn钢
,
动态再结晶
,
静态再结晶
,
位错密度
郑宗文
,
于鸿垚
,
刘珍君
,
王凯
,
徐庭栋
,
胡祎罕娜
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20130406
C-Mn钢的热塑性一直是材料学界的研究热点之一,但是产生热塑性恶化的机制一直不清楚.为了认识C-Mn钢热塑性恶化的产生机制,根据热循环引起的非平衡偏聚理论,分析了大量国内外关于C-Mn钢的热塑性试验数据,包括塑性槽的产生,塑性回复现象,高温拉伸试验过程中固溶处理温度与试验温度之间的温差效应,冷却速率对热塑性的影响以及孔洞的形成.数据分析和计算结果表明:C-Mn钢的热塑性恶化是由于杂质元素的非平衡偏聚引起的.
关键词:
热塑性恶化
,
C-Mn钢
,
杂质
,
晶界偏聚
兰勇军
,
黄成江
,
李殿中
,
李依依
金属学报
doi:10.3321/j.issn:0412-1961.2003.03.004
为了定量考虑热变形对普碳钢奥氏体向铁素体转变的影响,计算了热变形的C-Mn钢中的位错密度和变形储存能.在计算变形奥氏体向铁索体的平衡转变温度时,将计算所得变形储存能加在母相γ的能量项中,从而使变形奥氏体向铁素体转变的平衡转变温度Ae3提高,在本工作的热变形条件下,变形储存能为10-20 J/mol,使平衡转变温度Ae3提高10 K左右,因而相同的冷却条件下奥氏体向铁素体转变的实际温度Ar3也会提高.从γ/α界面移动速度控制铁素体生长速度角度的计算表明,奥氏体中储存能△Gdef使相变驱动力△Gγ→α增加,使铁素体的长大速度增加,加速奥氏体向铁素体的转变过程,但长大速度并未发生数量级的变化.在连续冷却相变模拟的过程中,利用超组元模型计算相变的平衡参数,计算结果与文献实验结果吻合良好.
关键词:
C-Mn钢
,
热变形
,
变形储存能
,
相变动力学
吴思炜
,
周晓光
,
曹光明
,
史乃安
,
刘振宇
,
王国栋
钢铁
doi:10.13228/j.boyuan.issn0449-749x.20150584
在应用C-Mn钢工业大数据进行神经网络建模时，如果将大量原始数据不加处理或者经过简单的剔除异常值处理后进行建模，很容易建立满足一定精度要求的模型。但是，如果进一步研究模型的规律性，却常常有违背客观规律的情况。这是由于原始数据中大量的数据相互干扰和生产数据的离散分布造成的。因此在建模过程中，需要将冗余和误差较大的数据剔除，保证训练数据和预测数据的均匀分布，这样能够在减小建模的计算量的同时保证数据具有显著的规律性，从而建立出合理的模型。文章利用Bayes神经网络建立了多种牌号C-Mn钢力学性能预测模型，并对影响屈服强度的工艺参数进行了分析。经统计，屈服强度和抗拉强度的预测数据中分别有96.64%和99.16%的数据预测值和实测值绝对误差在±30 MPa之内，伸长率的预测数据中有85.71%的数据预测值和实测值绝对误差在±4%内。
关键词:
大数据
,
建模
,
Bayes神经网络
,
C-Mn钢
,
屈服强度
兰勇军
,
黄成江
,
李殿中
金属学报
为了定量考虑热变形对普碳钢奥氏体转变的影响，计算了热变形的C-Mn钢中的位错密度和变形储存能。在计算变形奥氏体向铁素体的平衡转变温度时，将计算所得变形储存能加在母相r 的能量项中，从而使变形奥氏体向铁素体转变的平衡转变温度Ae3提高，在本工作的热变形条件下，变形储存能为10-20J/mol，使平衡转变温度Ae3 提高10K左右，因而相同的冷却条件下奥氏体向铁素体转变的实际温度Ae3 也会提高。从γ/α界面移动速度控制铁素体生长速度角度的计算表明，奥氏体中储存能△Gdef使相变驱动力△Gγ/α不从增加，加速奥氏体向铁素体的转变过程，但长大速度并未发生数量级的变化。在连续冷却相变模拟的过程中，利用超组元模型计算相变的平衡参数，计算结果与文献实验结果吻合良好。
关键词:
C-Mn钢
,
null
,
null
