Q&P钢在连续退火过程中奥氏体化的动力学研究

为了准确描述Q&P钢在连续退火加热、均热过程中的奥氏体化程度,基于JMAK方程建立了适应于连续退火条件下的加热、均热奥氏体化模型,计算了0.2C-1.3Si-2.0Mn Q&P钢在不同加热速率、不同均热温度、不同均热时间情况下钢的奥氏体化程度。在Gleeble35OO试验机上对设定的连续退火工艺进行了热模拟,并通过光学显微镜观测其显微组织,用截线法测量了均热结束时的马氏体含量,推测出了均热结束时的奥氏体含量。结果表明,理论计算结果与实际观测结果符合较好,所建立的奥氏体化模型可以很好的指导生产,可制定出满足成品组织需求的连续退火工艺。

2A14铝合金TIG焊组织及力学性能不均匀性分析

2A14铝合金在-250～250℃具有良好的力学性能和抗应力腐蚀能力,广泛应用于航天工业尤其是航天运载储箱的制造。以3 mm厚2A14铝合金为对象,采用变极性TIG焊研究焊接接头各区域微观组织及力学性能不均匀性。结果表明,焊缝区为等轴树枝晶,固溶区晶粒较粗大,过时效区及母材区为扁平状组织,焊缝区基体中合金元素含量较低,固溶强化效果减弱,同时共晶组织沿晶界析出,热影响区和母材区基体中合金元素含量较多。接头显微硬度测试显示焊缝区硬度最低,通过回归分析,建立了显微硬度与强度之间的工程经验关系式σ_(0.2)=2.94HV-78.71。

基于实时交通状况和自适应像素分割的运动车辆检测

车辆检测是车辆识别和跟踪的重要前提。为解决传统车辆检测算法无法兼顾检测的准确性与实时性的问题,本文提出一种基于实时交通状况和自适应像素分割的运动车辆检测算法。该算法采用多帧间隔图像建立初始背景模型,提出基于时-空变化度的背景区域变化评价方法,并基于时-空变化度制订了自适应的学习率更新策略。通过设置一个信任区间,并根据当前交通状况和像素点是否处于信任区间内来判断当前的背景模型是否需要更新,进而实现对运动车辆的准确、快速检测。改进后的像素自适应分割算法在不同场景中检测的性能指标Recall、Precision和F-measure分别达到0.929,0.864,0.888,均高于传统像素自适应分割算法,且算法的处理时间为88.37 ms,比传统像素自适应分割算法的运算速度快近10 ms,基本满足车辆检测所需的速度快、精度高、鲁棒性高等要求。

Q&P钢在冷却过程中铁素体的相变规律

为了研究冷却过程中Q&P钢(quenching and partition steel)铁素体的相变规律,在热膨胀仪上以846℃均热200s为冷却的初始条件,检测了成分(质量分数)为0.2%C、1.25%Si、2.0%Mn的Q&P钢在不同冷却速率下铁素体的相变热膨胀数据,应用杠杆定律将数据处理为相变规律与温度的关系,通过光学显微镜检测热处理后金相中的铁素体相体积分数和铁素体晶粒尺寸,得出了饱和位置形核条件下铁素体的形核率,基于混合控制模型得出了铁素体相变的相界迁移速率。结合相变开始温度,利用混合控制模型计算了相变结束温度和铁素体晶粒尺寸在相变过程中的演变规律,铁素体晶粒尺寸计算值与实测值吻合程度较高,相变结束温度的计算值与实测值的误差在±15℃以内,所获得的铁素体相变规律可以用于控制Q&P钢在冷却过程中的铁素体相变体积分数。

铁素体体积分数对Q&P钢组织与性能的影响

为了研究铁素体体积分数对于Q&P钢组织与性能的影响,设计了系列连续退火试验研究缓冷过程中相变形成的铁素体体积分数对于Q&P钢组织与性能的影响.相较于单相区淬火的情况下,相变铁素体的引入可以将延伸率由6%提高至26.7%,强塑积由由7.5GPa%提升至26.6GPa%.CCE模型计算表明,引入缓冷相变铁素体后,Q&P钢淬火前的奥氏体晶粒实现了富碳,提高了奥氏体晶粒的稳定性,从而使得Q&P钢的加工硬化能力增强,在略微损失强度的情况下大大增强了延伸率和强塑积.实测的残余奥氏体体积分数最大值的峰值对应的快冷温度为250℃,420℃配分350 s的情况下,Q&P钢的屈服强度为640 MPa,抗拉强度为998 MPa,强塑积≥20GPa%,各项指标满足980 MPa级Q&P钢要求.