不同轧制工艺对Gr.38钛合金板材组织性能的影响

通过2450 mm轧机对Gr.38进行轧制加工,对比分析了6种不同轧制工艺对Gr.38板材的显微组织、力学性能、冲击韧性和硬度等方面的影响。结果表明:两相区轧制+普通退火态的板材强度、塑性以及韧性匹配要优于近β和准β轧制的板材,且经过高温淬火+低温轧制的板材各向异性明显小于纯低温轧制的板材,说明高温淬火可以消弱织构,减小横纵向性能差异。高温淬火+900℃低温变形和880℃低温大变形换向轧制的板材横纵向力学性能均能满足指标要求。采用低温大变形换向轧制工艺生产的普通退火态Gr.38钛合金板材防弹效果最好。

鞍钢Φ110 mm圆钢孔型设计与轧制

鞍钢股份有限公司大型总厂连轧生产线设备升级后,采用“箱形-椭圆-圆-椭圆-圆”的孔型系统,完成了Φ110 mm圆钢孔型设计。轧制后,Φ110 mm圆钢平均成材率达到90.31%,外径在109.10~111.05 mm波动,平均椭圆度1.16 mm,满足生产要求。

Cu-20%Fe粉末异步轧制有限元模拟及工艺参数影响规律

为研究高铁含量铜铁粉末异步轧制的成形规律及合理选取工艺参数,应用Shima-Oyane屈服准则,在MSC.Marc有限元软件中建立粉末轧制有限元模型,通过实验验证了该模型的有效性。利用仿真结合轧制实验方法分析了异速比、压下率、轧制速度、轧辊直径及辊面摩擦系数等工艺参数对生坯相对密度和轧制力的影响规律。结果表明:相较于粉末对称轧制,采用异步的方式能显著减小轧制力,提高生坯密度分布均匀性;过大的压下率和轧辊直径分别会对生坯造成边裂和缠辊等不良影响,过低的压下率和摩擦系数导致生坯不能顺利轧制成形。实验结果与有限元模拟结果相符,相对密度模拟结果最大误差为3.89%,轧制力模拟结果最大误差为9.49%,研究结果对铜铁粉末异步轧制成形工艺优化有较好的借鉴价值。

轧制压下量对WE43镁合金腐蚀行为的影响

在500℃下制备压下量分别为0、25%、45%和80%的轧制WE43镁合金,并研究其在3.5 wt.%NaCl溶液中的腐蚀行为。采用光学显微镜(OM)、透射电子显微镜(TEM)和电子背散射衍射(EBSD)对轧制WE43合金的显微组织演变过程进行表征。结果表明,随着轧制压下量增加,合金的基面织构逐渐增强,晶粒尺寸逐渐减小。此外,仅压下量为45%的合金中存在弥散分布的动态析出相。浸泡实验和电化学实验结果表明,轧制WE43合金的耐蚀性由高到底的顺序为压下量45%>压下量80%>压下量25%>压下量0。压下量45%的合金具有最好的耐蚀性,主要原因是基体中大量弥散分布的析出相能促使致密腐蚀产物膜的形成。压下量为80%合金的腐蚀速率增加是析出相回溶至基体所致。析出相是轧制WE43合金腐蚀速率的主要影响因素,而晶粒尺寸、基面织构和形变孪晶是次要影响因素。

中高应变速率轧制AZ31镁合金板的抗拉强度预测

本文采集了不同轧制温度、应变速率以及压下量等三个工艺参数下中高应变速率轧制的AZ31镁合金抗拉强度的27组样本,通过惯性权重、学习因子的改进和引入变异操作对PSO-BP神经网络进行改进,并与BP、PSO-BP神经网络对比,进行抗拉强度的预测。结果表明:BP神经网络不能预测AZ31镁合金抗拉强度的非线性变化,PSO-BP神经网络和改进的PSO-BP(IPSO-BP)神经网络均能较好地预测AZ31镁合金抗拉强度的非线性变化;这三个模型中IPSO-BP神经网络预测最为准确,相较于PSO-BP神经网络,其平均绝对误差从15.3764降低至3.4288,平均相对误差从5.94%降低至1.32%,均方误差从251.3662降低至20.7199,相关系数从0.7753提高至0.8937;通过Pearson相关性计算判断出应变速率、压下量对抗拉强度的影响均大于轧制温度,而应变速率与抗拉强度呈负相关关系,压下量与抗拉强度呈正相关关系。

轧制方向对新型125KSI高钢级油套管性能的影响

利用室温拉伸试验、冲击试验、断裂韧性试验检验了超深井用新型125KSI高钢级油套管中沿扎向和垂直于扎向的强度、塑性、冲击韧性和断裂韧性。通过OM、SEM和EDS技术,对显微组织、晶粒长宽比和夹杂物分布进行了分析,讨论了显微组织对油套管各种性能的影响。结果表明,油套管材的微观组织由板条状回火马氏体和均匀弥散分布的细小Al_(2)O_(3)-MnS类混合夹杂物组成,晶粒为8.5级。轧制后,沿管道轧制方向的晶粒长宽比增加,导致强度增加,塑性降低且平行于管道轧向的冲击韧性下降;沿管道轧制方向的夹杂物分布更加集中,导致临界距离变小,裂纹扩展方向垂直于轧制方向的断裂韧性降低。

两阶段轧制变形与时效下超细铁素体/马氏体双相钢的微观组织演变

对含铜低合金高强钢进行了两阶段轧制变形及时效处理,形成了超细晶铁素体/马氏体双相组织。利用扫描电子显微镜与电子背散射衍射技术分析了不同工艺下双相钢的微观组织演变规律,结合力学性能测试讨论了细晶强化与纳米相析出的协同强化增韧机理。结果表明,经过上述变形和时效处理,得到具有良好的强塑性结合的超细晶铁素体/马氏体双相钢,其晶粒平均尺寸为1.23μm。随着时效时间延长,细小的第二相弥散析出并均匀分布,使得实验钢的屈服强度提高。

6061铝合金真空轧制复合工艺研究

对6061铝合金进行了真空轧制复合及热处理实验,采用光学显微镜、扫描电子显微镜、电子探针微量分析仪和电子万能试验机研究了轧制压下率对铝合金复合板连接界面处显微组织和力学性能的影响。结果表明,颗粒状Mg2Si相沿热轧态连接界面间断性析出,并在后续热处理过程中发生回溶。60%压下率的时效态界面存在富含Mg、O的未愈合缺陷,相应的固溶态和时效态拉伸断口均呈脆性断裂特征。80%压下率的连接界面表现出良好的愈合效果,并且时效态界面处Mg、O的富集被有效降低,热轧态、固溶态和时效态拉伸断口均呈韧性断裂特征,对应的抗拉强度分别为166、229、305MPa。

卷积神经网络与有限元分析在棒材轧制孔型参数仿真中的应用

为了实现智能化轧制仿真过程,提出了将卷积神经网络(CNN)与有限元分析相结合的方法,利用机器代替人工选择出最佳的轧制仿真结果,并确定最优的孔型参数.首先,将CNN用于轧件道次分类,可发现“卷积神经网络+图像预处理”测试模型精度最高,为91.84%~96%;其次,使用5种评估方法对比轧制仿真结果与理想仿真结果后可得出,均方根误差和感知哈希对仿真结果更为敏感;最后,将孔型参数朝轧制仿真结果变优方向进行修正,对比仿真结果与修正前结果后发现,第2次修正更为理想.本研究中实现了CNN对棒材轧制道次分类,利用机器识别出更优的轧制仿真结果,并确定了更适合的孔型参数,在降低人力、物力消耗,以及实现仿真智能化等方面具有重要的理论意义和实际应用价值.

Fe-3%Si平面流铸带平整轧制退火过程中组织织构演变

采用平面流铸技术制备了Fe-3%Si无取向硅钢极薄带,研究了平面流铸Fe-3%Si薄带平整轧制与退火处理的组织织构演变规律。结果表明,平面流铸带具有大比率的柱状晶组织,{100}取向晶粒占比高于30%,也即存在对磁性能有益的{100}织构。小压下率冷轧平整过程中,晶粒取向变化及晶内取向分裂程度整体不高,形变行为存在取向依赖性。{100}取向晶粒形变储能积累程度相对较低,经退火处理后该组分体现出遗传优势,在退火组织中占比仍超过30%。退火组织中小尺寸晶粒有所增加,且绝大部分小尺寸晶粒偏离{100}取向,这导致了退火组织平均晶粒尺寸降低,并在一定程度上弱化{100}织构。

厚板轧制过程轧件翘扣头控制的有限元研究

利用ABAQUS有限元软件,模拟了厚板的轧制过程,计算了一系列可调控的工艺参数对轧件翘扣头的影响。可调控的工艺参数主要包括轧制中心线位置H i、上下轧辊的辊速差S k i和轧件上下表面温度差ΔT。计算结果表明,通过调整H_(i)、S_(ki)和ΔT,可以分别在2 m长度轧件上获得-17.5 mm、-181.0 mm和-200.0 mm的翘扣头控制量。进一步的分析表明,调节上下辊的辊速差、轧件上下表面温度差可较为有效地控制轧件翘扣头,且上下表面温度差对轧件翘扣头的控制能力更强。

基于DBO-RBF的无缝钢管张力减径轧制力预测

基于深度学习,提出了一种基于蜣螂优化算法(DBO)优化径向基函数(RBF)神经网络的预测模型,对无缝钢管张力减径过程的轧制力进行预测。同时,以某钢管厂张力减径过程中采集的第4和第10机架轧制力相关数据为样本集,通过学习和训练,将得到的结果与传统RBF神经网络的预测结果进行了对比。结果表明,该模型具有更高的预测精度和稳定性,第4机架轧制力预测结果的均方根误差eRMSE和平均绝对误差e_(MAE)分别为0.53和0.39,第10机架轧制力预测结果的均方根误差e_(RMSE)和平均绝对误差e_(MAE)分别为0.13和0.09,预测值与真实值之间误差均在工业允许范围内。

铝合金板材轧制实验教学改革探讨

铝合金板材轧制实验教改对于提升学生的实践能力和推动行业的高质量发展具有重要作用。在教学改革实施过程中也面临着一些挑战,如实验设备的更新、教学方法的创新等问题。为此文章提出了一系列针对性的优化措施。例如,将跨学科的知识融合到实验中,借鉴新工科的理念进行教改,使学生能够更全面地理解并应用所学知识。开展信息化教学利用现代科技手段提高教学效率让学生能够更直观地理解和掌握铝合金板材轧制的技术要点。积极拓展国际合作与交流引进更多先进的教学理念和技术。进一步丰富教学手段和内容。借助这些措施的实施,能够有效提升教学质量,为学生的全面发展提供更有力的支持。

非对称轧制及冷却对中厚板板形及应变的影响

基于非对称轧制与差温轧制在提高厚板心部变形程度的优势,在蛇形轧制的基础上研究了差温轧制对厚板心部变形程度和轧后弯曲的影响规律。采用有限元软件,模拟不同工艺参数下的中厚板蛇形轧制过程,研究不同错位量、异速比对心部变形及轧后弯曲的影响规律。根据轧后板材弯曲情况,设定轧后冷却策略,模拟非对称冷却抑制弯曲的影响规律。开展差温轧制模拟及实验,观察轧后板材心部变形情况,研究轧板组织性能变化。结果表明:蛇形轧制及非对称冷却均能够有效改善板形,如当初始厚度为60 mm、异速比为1.02、错位量为30 mm时,对轧后板材进行非对称冷却后,得到的板材最为平直。相对于均温轧制,差温轧制后板形心部变形程度提高,板材力学性能提升。以上研究为实际工业生产提供理论和技术参考。

轧辊-轴承系统动力学特性及轧制参数影响实验研究

改变轧制速度、压下量和轧件尺寸三个轧制参数,在卧式二辊实验轧机上进行复合材料层合板轧制实验。通过加速度传感器和轧制力传感器采集和测量轧辊-轴承系统的动态响应和轧制力,对测试结果进行对比分析,获得压下量、轧制速度和轧件尺寸对轧辊-轴承系统动力学特性的影响规律。结果表明,轧制速度、压下量和轧件尺寸对轧辊-轴承系统的动力学特性有重要影响,其中,轧制速度对轧辊-轴承系统动力学特性影响最大。研究结果对改善轧辊-轴承系统的动力学特性、抑制轧机振动和改善轧件质量具有重要意义。

轧制液对冷轧板卷黑斑的影响

冷轧板卷具有表面光洁度好、平整性好、尺寸精度高和力学性能好等诸多优点,应用领域广泛。冷轧板卷在生产过程中需要使用冷轧轧制液作为工艺润滑介质,提供润滑、冷却、清洗、防锈等功能,但如果轧制液选择或使用中维护不当,会造成冷轧钢板卷表面缺陷,如板型不良、板面反射率低,出现色差、泥点、黑斑、退火后脏污等问题,尤其是黑斑问题成为困扰钢铁企业的难题。文章针对冷轧板卷在轧制、退火后产生的黑斑问题开展研究,从轧制工艺、配套润滑、维护等方面分析黑斑产生的原因,提出治理策略,解决客户轧制过程中的板面黑斑问题.

2205/Q420/2205蛇形轧制复合变形规律研究

为研究三层不锈钢复合板在不同工艺参数下轧制复合的变形规律,采用ANSYS有限元软件模拟了2205/Q420/2205三层复合板轧制复合过程,研究了同步轧制、同速异径轧制和同速异径蛇形轧制三种不同工艺下,复合板结合界面等效塑性应变和弯曲曲率的变化规律,分析了不同压下率、初始厚度比和错位量对轧后板形的影响规律,并进行了轧制复合实验。研究结果表明,蛇形轧制通过调整错位量,能有效提高轧后板材界面结合强度并降低轧后弯曲。轧后弯曲曲率随着压下率的增大呈现出先减小后增大的趋势。等效塑性应变随着错位量的增加先增大后减小,轧后弯曲曲率随着错位量的增加逐渐降低,这表明通过适当调整错位量可以使轧后板材同时达到优良的结合强度和平直度。

基于FX3U PLC控制的轧制冲压模拟装置研究

针对传统机械控制的轧制冲压装置效率低、操作不灵活等问题,本文基于人机交互触摸屏和三菱FX3U PLC共同控制,研究了一种由液压系统、气动系统和电气系统等组成的轧制冲压模拟装置。该装置能够准确地模拟轧制冲压过程,并具有稳定可靠的控制性能。本研究为轧制冲压工艺的研究和优化提供了一种有效的借鉴,具有广阔的应用前景。

基于PLC的万能轧制在邯钢重轨轧制生产中的应用

邯钢大型型钢生产线采用万能轧制的方法,可生产各种规格的型钢及高精度重型钢轨。该生产线采用PLC自动控制技术,重点对万能轧制法的相关技术进行详细阐述,并探讨了万能轧制法在邯钢重轨轧制生产中的应用效果。基于PLC的万能轧制工艺的应用,实现了对重轨轧制过程的高度自动化及对轧制力的准确控制,保证了重轨产品的质量。

热轧精轧机组薄带材轧制能力评估技术的研究

针对某钢厂热轧产线生产能力不明确、在进行薄规格带钢产品规格扩展时没有理论支撑、只能通过现场轧制实验试错,使得设备和原料损失较大且轧后产品质量无法保证等问题,充分考虑某钢厂热轧精轧机组的设备与工艺特点,在轧制温度、变形抗力、轧制压力及轧制功率等基本工艺模型开发的基础上开发一套考虑轧制温度对变形抗力影响的热轧精轧机组轧薄能力评估算法,并开发相应的评估软件,将其用于现场,为后续产品规格扩展提供了理论依据,提高了企业产品市场竞争力。