基于物理冶金和人工智能的热轧钢材组织-性能预测与控制-材料加工工程专业论文.docxVIP

童i!奎耋塑圭耋堡篁塞 童i!奎耋塑圭耋堡篁塞 ：：：：：。。。。!!；i!一 基于物理冶金和人工智能的热轧钢材 组织～性能预测与控制 摘要 本文以低碳钢和含Nb微合金钢为研究对象，酋次系统建立了包括轧件漏度 场、轧制过程金属再结晶、析出、相变及轧后组织一性能对应关系等模型在内的 全新的组织一性能预测系统，深入研究了热加工过程参数和化学成分等条件对金 属组织一陵能的影响，取得了如下研究成果。 以热轧带钢和中厚板的实际生产过程为计算条件，考虑辐射、对流、热传导、 水冷等热损失过程，以及轧制过程的变形热、摩擦热等，刹用有限差分方法建立 了板带钢瞬态温度场模型，计算从出炉至卷取过程的轧{牛横断逝温度和冷却速度 分布，得到了板带钢在整个轧制过程中内部温度随时闯的变化规律，为定量描述 整个轧制过程微观组织演交及预测最终力学性能奠定了基础。 采用单道次压缩的方法，研究了低碳钢热变形过程动态再结晶和应力一应变 的变化，首次在考虑低温区动态相变影响的基础上建立了预测应力一应交曲线的 数学模型；采用双道次压缩的方法，研究了低碳钢变形间歇时间内的奥氏体软化 行为，建立了预测静态(理动态)再结晶行为和晶粒长大的动力学方程，提出了 描述连续冷却过程静态软化行为的动力学方程。在此基础上，建立了描述热轧板 带爽氏体演交情况的计算机模型，并应用于板带钢TMCP过程的模拟，为生产 工艺的制定和物理冶金娥律的研究提供指导。 以析出热力学和动力学为基础，对Fe～Nb—C及Fc—Nb—c—N系统在奥 氏体中的析出行为进行计算，主要包括不同温度下热力学平衡时析出相的平衡体 积分数、化学驱动力以及各组元的原子分数；奥氏体溶解的各缀元分数的变化； 奥氏体在各溢度下等温和冷却过程中碳氮化物析出的PTT和CCP曲线，以及析 出相的体积分数、各组元的原子分数和析出粒子的平均尺寸等随时间或温度的变 化情况。计算表明：I)在Fe—Nb—C系统中，随着温度的降低，析出相的平衡 体积分数增加，溶解在奥氏体中的Nb、C的摩尔分数降低，析出相中C和Nb 的原予分数的比值v增加；2)变形大大促进了碳氮化物的等温柝出，使c瞎线 查!!奎兰堡圭兰堡篁耋 查!!奎兰堡圭兰堡篁耋 堡至 左移，Nb和N的含量与C曲线的位置和形状有一定的关系，N含量的增加，使 C曲线略有左移，而Nb的含量的增加使得C曲线的鼻子区上移；3)随着冷却 速率的增大，连续冷却析出的开始温度和结束温度均有所降低，并且析出变得越 来越不充分，析出相体积分数明显减小，溶解在奥氏体中Nb和c的摩尔分数增 大，析出相粒子被明显细化，变形大大缩短了CCP过程碳氮化物析出的开始时 间，提高了桥出的开始温度，键进了孝厅擦动力学。 尊次采用Fe—c—xl--X2因元系的中心及予模型(CAM)，详细分橱了在正 平衡和仲平缀条件下热变形Y_÷＆相变的热平衡，计算了嘏爨瓤平衡浓度和开始 转变温度A。3等热力学参数。采用超缎元方法，结合LFG模型，计算了v—P，B(wF) 转变平衡开始温度。计算结果表明：1)在过冷度较大的情况下，铁素体的平衡 成分和临界晶核成分差别较大，且由二者计算的AG、，也有很大的不同，随着过 冷度的减小，这种差别都逐渐减小；2)Mn、Ni的加入使Fe骜合金的AG、，降低， 而Si，Co则促进了AG。的增加；正平衡条件下的AG。较仲平衡更大一些；3) 变形增大了平衡界面a和丫侧C的摩尔浓度，也增大了AG。：4)Ae3温度隧着 Mn含量的增加两下降，随蓑si含量的增妇丽提裹。塑性应变对A。3有较大影响。 随着变形程度的增加，A。3增加，当应变值增加到一定程度时，加工硬化与软化 达到动态平衡，A。3值也趋于稳定；同样变形条件下，不同合金成分Ae3值增加 的程度不同。 首次计算了变形对相变孕育期的影响，探讨不同变形及过冷条件下连续冷却 转变(CCT)开始温度和形交诱导相变(DIFT)发生条件的计算方法。在cc形核 及长大过程中，考虑等效变形凸阶效应和等效晶赛面积的双重作用，建立了结述 热变形葵氏体DIFT和CCT相交过程动力学模型，并提出了糨应的相变枫制转 变时间的确定方法。计算了不同成分和工艺祭件下，v媚变的整个过程及最终晶 粒尺寸和组织状况，并与实验结果进行比较，显示了较好的准确性。计算结果表 明：1)随着冷却速率增大，低碳钢热变形后的冷却过程中再结晶变得越来越困 难，惋错密度的下降变慢，导致在相变前奥氏体中保留着较大的变形存储能；2) 奥氏体在经历热变形后的CCT曲线与未变形条件相比，明显向左上方偏移。各 相变开始温度均有所提高，且提高程度与冷却速率有关；3)在CCT过程中，加 大变形程度，可以促进了7一鼠相交并维佬铁素体晶粮，而加速冷却尉手审制a的 产生但可以起到细化d晶粒瓣效果；4)Mn含量的增加攘制了伐豹析出，国辩细