c-mn钢热轧及冷却过程中的物理冶金模型.docxVIP

c-mn钢热轧及冷却过程中的物理冶金模型 1 带钢力学性能与微观组织织构模拟 在夹紧过程中，技术人员的不断应用，使现代挤压钢的生产达到了一个新水平。经典力学与数值模拟相结合,有效地用于力能参数优化和产品质量(如板形)预报、工艺参数优化和设备设计等方面。但随着人们对钢铁材料的性能质量要求越来越高,计算机数值模拟技术正由轧件尺寸形状的预测和力学模拟转到金属组织性能预测和控制上来。近年来,国外有不少冶金学者分别开发了各种不同类型的热轧模型,用于离线计算轧制负荷,微观组织演变等。然而,热连轧生产中带钢力学性能与微观组织变化是密切相关的,只有将二者结合起来才能精确描述这一过程并用于在线预测。这将涉及到温度场模型、微观组织演变模型等,是一个比较复杂,综合性较强的工程。 国内外关于这方面的文献报道很少。本文针对宝钢400 MPa级C-Mn钢,以奥氏体再结晶、相变等物理冶金模型为基础,对带钢轧制及冷却过程微观组织演变及最终力学性能进行了预测。 2 晶粒长过程模型 热轧板带组织—性能预测是以物理冶金模型为基础,通过对轧制过程中各种金属学现象进行计算机模拟,从而准确地预测出生产条件的改变所导致的显微组织和力学性能的变化,达到优化工艺和成分的目的。基于板带的控轧控冷生产过程,其组织—性能预测模型主要包括以下几部分:①加热模型,主要计算在加热炉中晶粒长大的过程;②再结晶模型,主要模拟在高温轧制中和轧制后,发生的奥氏体动态再结晶和静态再结晶;③相变模型,模拟在精轧之后的控制冷却过程中,加工硬化奥氏体发生的连续冷却相变现象;④组织—性能对应关系模型,通过考虑描述钢材各种强韧化机制的组织参数,分别计算了细晶强化、相变强化等强韧化机制对钢材强度和韧性的影响。 在热力学计算中,采用Hillert和Staffansson规则溶液亚点阵模型和超组元模型计算相变的开始温度,相变形核驱动力和自由能变化等;在动力学计算中,应用Avrami类型的方程预测铁素体形核和长大过程,例如相变产物的体积分数及晶粒尺寸。对于奥氏体连续冷却相变动力学的计算,本文采用叠加法则处理,即将连续冷却相变处理成微小等温相变之和。图1为组织—性能预测模型的建模思路和基本框架,所用到的主要公式见表1。表1中各式的符号和系数所表示的意义和取值参见表2。 3 试验方法和试样 热连轧过程中,应变及应变速率不是恒定的,在估算再结晶动力学时,可采用平均等效应变εeff和平均等效应变速率ε˙ε˙。 εeff=εpass+Δε,Δε=0.75εprevious(1?Xs)εeff=?23√ln(1?p)(15)ε˙=?23√×π30×NR/h0????√×1p√ln(1?p)(16)p=h0?h1h0(17)εeff=εpass+Δε,Δε=0.75εprevious(1-Xs)εeff=-23ln(1-p)(15)ε˙=-23×π30×ΝR/h0×1pln(1-p)(16)p=h0-h1h0(17) 式中,N,R——轧辊转速和轧辊半径,mm; p—— 压下率; h0,h1—— 轧制前、后板带厚度,mm。 现场数据采自宝钢2050热连轧机的控轧控冷轧制工艺,连铸坯250 mm×1 300 mm×10 020 mm,加热温度1 250 ℃,粗轧6道次,精轧7道次,轧制线布置见图2。分别按照不同的轧制工艺和冷却制度,得到不同终轧温度、卷取温度和厚度的若干组带钢成品。用于检验的试样取自成品板卷长度方向上不同部位。拉伸实验在INSTRON4206型电子拉伸实验机上进行。试样按GB6397-86规定的板材试样加工。试样经抛光、用4 %的硝酸乙醇溶液腐蚀后,在光学显微镜下观察其显微组织,并用EPM-810电子探针分析仪进一步观察,用图象分析仪进行晶粒度分析和定量金相检查。 4 动态再结晶的模拟及结果分析 图3示出了C-Mn钢热连轧过程中的奥氏体晶粒尺寸和再结晶分数演变情况。其再加热温度1 250 ℃,终轧温度850 ℃,钢种为宝钢SS400,成分(%):C 0.171;Si 0.09;Mn 0.36;P 0.013;S 0.013。由图3可知,奥氏体动态再结晶主要发生在温度较高的粗轧阶段及精轧前几道次,即温度是影响动态再结晶的主要因素之一。而静态及亚动态再结晶在粗轧及精轧前几道次发生的非常充分,随着温度的降低轧制速度的加快,道次间隔时间的大大缩短,静态再结晶在精轧后几道次很难充分发生,即在奥氏体组织中往往保留一定程度的残余应变。 采用本文计算模型,对宝钢热轧厂控轧控冷轧制过程的现场数据进行计算,其中带钢宽度1 274 mm。计算得到的不同条件下屈服强度、抗拉强度以及铁素体、珠光体和贝氏体的相变分数与其实测值的比较见图4和图5。 由图4可以看出,在卷取温度和带钢厚度不变的条件下,随着终轧温度的降低,屈服强度和抗拉强度均有所增