邓天勇吴迪许云波赵彦峰刘相华王国栋
金属学报
为实现普碳钢中厚板的柔性化轧制, 建立了一种新的用于制定温度制度的理论算法. 首先建立最佳预测能力的人工神经网络, 用于预测中厚板力学性能; 然后运用遗传算法制定出温度制度, 并由回归出的力学性能公式对预测结果进行验证. 结果表明, 通过回归法和人工神经网络均可精确地预测中厚板的力学性能, 而且神经网络的预测精度比回归公式的预测精度高; 终轧温度和终冷温度对力学性能的影响最大; 通过温度制度和力学性能回归公式计算出的强度, 与目标强度非常吻合; 对同一成分的钢种, 通过制定合适的温度制度可以轧制出不同强度的产品, 以减缓中厚板产品大规模定制中各阶段之间的矛盾.
关键词:
普碳钢
,
heavy and medium plate
,
mechanical property prediction
,
temperature schedule
,
artificial neuron network
,
genetic algorithm
,
flexible rolling
孙齐松
,
王新华
,
王国连
物理测试
中厚板拉伸试样出现了延伸率不合问题，并且拉伸试样断口出现了层状撕裂现象。通过对试样断口形貌、试样变形区和未变形区金相组织的研究，认为：中厚板中心区域珠光体比例高是层状撕裂试样厚度中心呈现脆性的原因，这种脆性区导致在拉伸过程中最先萌生裂纹，并最终导致拉伸试样延伸率不合；出现层状撕裂的试样在拉伸之前并不存在结构上的分层和断口分层，在断口上出现的平行于轧制方向的裂纹是在拉伸过程中形成的；当珠光体带的宽度超过25 μm时，试样在拉伸过程中在珠光体带中易出现裂纹并导致断口出现层状撕裂。
关键词:
中厚板
,
laminar tearing
,
pearlite
