超声振动辅助SUS304薄带塑性变形的Johnson-Cook本构模型

通过超声能场辅助SUS304薄带拉伸试验发现,薄带塑性变形过程中的流动应力明显下降,体现了超声的软化效应。硬化指数和硬化系数随着超声能量的增加呈指数增加,且伸长率也发生了明显的下降,说明超声能场的加入对材料产生了硬化作用。相较于常规拉伸,施加超声能场后薄带的应变速率也发生了明显的提升,说明超声提高了薄带的应变速率敏感性。基于Johnson-Cook本构模型,建立了超声能场作用下SUS304薄带塑性变形的本构模型,用于定量分析超声能场振幅对SUS304薄带塑性变形的影响。

304不锈钢2mm连铸薄带中的裂纹分布和形成分析

用扫描电镜（SEM）观察和分析了双辊连铸法生产的304不锈钢1200mm×2mm铸带表面和内部裂纹的形貌和形成。由于采用导热性好的铜制结晶辊，薄带表面和内部产生了长140mm、深0．33mm的裂纹，薄带断面有分层现象。试验结果表明，铜制结晶辊使钢液的冷却速度达到（1～4）×10^3K/s，薄带接触辊面温度低，凝固区的温度梯度高达10^5K／m，温差产生的内应力和应力集中导致裂纹产生；HnS、MnO、Cr2O3等夹杂物是裂纹源。

双辊薄带连铸304不锈钢中非金属夹杂物研究

采用扫描电镜(SEM)和透射电镜(TEM)对双辊薄带连铸304不锈钢中的大型夹杂物和微细夹杂物进行了研究。结果表明,薄带中的夹杂物一般呈球形,主要为CaO-MnO-Al_2O_3-SiO_2组成的复杂氧化物和硫化锰;薄带中除了有少量的50μm大型氧化物夹杂外,其余均为≤10μm细小的氧化物和硫化物夹杂;与传统连铸相比,双辊薄带连铸304不锈钢薄带中的细小氧化物夹杂尺寸明显减小,数量相对增多;在钢液凝固过程中形成最后聚集在晶界夹杂的直径大多小于0.7μm。

连铸AISI304不锈钢薄带夹杂物的研究

采用大样电解方法研究了双辊连铸工艺生产的AISI304薄带内大型夹杂物的类型和数量,运用带有能谱的扫描电子显微镜分析了薄带内部细小的夹杂物类型。结果表明,连铸薄带内大型夹杂物的数量很少,只占薄带总量的0.0015%,大型夹杂物类型多为氧化物;薄带内有更细小的氧化物类夹杂物和MnS夹杂物。大型夹杂物对薄带性能的不良影响较小,连铸薄带的性能较好。

机理和数据融合的304不锈钢极薄带轧制力模型

304不锈钢精密极薄带广泛应用于数码电子、航空航天、医疗设备、汽车制造等高端领域。在冷轧生产过程中,轧制力是一项至关重要的参数,它的设定精度直接影响轧制过程的稳定性以及最终产品的厚度精度。为了提高冷轧304不锈钢极薄带轧制力的预测精度,在森基米尔轧机上针对304不锈钢极薄带进行轧制试验,并据此建立了适用于超薄规格304不锈钢极薄带的动态变形抗力模型,修正了传统Bland-Ford-Hill轧制力机理模型。将修正的轧制力机理模型与遗传算法(GA)优化XGBoost参数相融合构建了高精度GA-XGBoost轧制力预测模型,该模型不仅考虑了轧制力的非线性问题,还将机理与数据相融合来实现轧制力的精准预测。与相同数据集下其他典型机器学习算法所建立的轧制力预测模型进行对比分析,采用相关系数(R~2)、平均绝对误差(E_(MA))、均方根误差(E_(RMS))和平均绝对百分误差(E_(MAP))多个指标全方位、多角度对模型的泛化性能进行评价,结果表明,所提出的GA-XGBoost轧制力预测模型的预测结果最为精确,其测试集各指标分别为R~2值为0.984,E_(MA)值为3.040,E_(RMS)值为6.410以及E_(MAP)值为0.041%。研究结果证明了所提出的机理和数据双驱动的轧制力预测模型的准确性和优越性。该研究为304不锈钢精密极薄带材轧制力的设定提供了一种新思路。

基于非圆弧理论的精密极薄带轧制力快速预测

精密不锈钢极薄带是微电子、微成型等高端领域的重要工业原料,高精度钢带一般使用多辊轧机进行轧制生产。轧制力模型对极薄带的轧制过程控制起着决定性的作用,而轧制力模型的精度主要受到变形抗力和摩擦因数这2个参数的影响。轧制过程中极薄带与轧辊接触变形区的弧长一般远大于轧件厚度,轧辊辊型被压扁为非圆弧形轮廓,将轧辊以圆弧轮廓为假设前提的传统轧制力模型不再适用。针对以上问题,以非圆弧理论为基础,通过推导基于Fleck理论的解析方程,结合计算机编程开发出应用于304不锈钢极薄带的轧制力模型。为优化轧制参数提高轧制力模型的计算精度,考虑到极薄带轧制过程工艺特点是采用较大张力轧制,通过轧制-拉伸试验确定轧件的屈服强度变化并拟合得到相应的变形抗力模型。设计了基于Fleck轧制力模型的摩擦因数计算程序,结合现场采集的轧制过程中的数据,反向计算并拟合关于轧制速度变化的摩擦因数模型。数据显示了在极薄带的轧制过程中,一定范围内摩擦因数随着轧制速度的增大而变小,这是因为随着轧制速度的提升,润滑液更容易被带入到变形区,使得变形区的油膜润滑效果增强。通过计算验证表明,模型的计算值与实测值之间的误差为-10%~10%,可以满足生产过程中高效率控制需求。