高强合金钢50SiMnVB动态再结晶模型研究

通过热模拟压缩试验研究了50SiMnVB合金钢在应变速率为0.01~10 s^-1、温度为800~1000℃条件下的高温热变形行为。利用金相显微镜观察了合金压缩变形后的显微组织,结果表明:50SiMnVB合金钢在高温热变形过程中发生了典型的动态回复和动态再结晶行为,其中,动态再结晶以连续再结晶的形式进行,且应变速率越小、温度越高,越容易发生动态再结晶。根据试验结果,基于应变硬化率θ与流动应力σ之间的关系,确定了50SiMnVB合金钢高温热变形动态再结晶的临界应变;采用线性回归拟合建立了包括临界应变方程、峰值应变方程以及体积分数方程的50SiMnVB合金钢的高温变形动态再结晶模型,经对比分析发现,该模型能较好地预测合金钢高温热变形动态再结晶的体积分数;建立了50SiMnVB合金钢高温热变形动态再结晶晶粒尺寸模型。     

加工硬化率法研究Ti-10V-2Al-3Fe合金β区变形动态再结晶的临界条件

采用Thermecmaster-Z型热/力模拟试验机在变形温度为825～1125℃,应变速率为0.001～1 s~(-1)条件下对Ti-10V-2Al-3Fe合金进行热模拟压缩实验,分析了热变形参数对其流变行为的影响,并通过加工硬化率方法研究了该合金的动态再结晶临界条件。结果表明:合金的流变应力随变形温度的降低或应变速率的提高而增大;通过lnθ～ε曲线出现拐点及dlnθ/dε～ε曲线出现最小值判据,确定了该合金的动态再结晶临界应变;动态再结晶临界应变随应变速率的增大及变形温度的降低而增加;Z参数方程能较好地反映合金动态再结晶临界应变与热变形条件间的关系,动态再结晶临界应变与Z参数间的关系可表示为ε_c=2.6735×10~(-2)Z~(0.0817);临界应变与峰值应变之间存在线性关系,即ε_c=0.508ε_p。     

高强硼钢高温软化机制及动态再结晶临界条件

采用Gleeble-1500热模拟压缩试验获得了高强硼钢在880~1000℃、0.01~10 s-1、最大变形55%条件下的真应力-真应变曲线,通过对试验数据的处理和分析,研究了高强硼钢在试验条件下的软化机制及动态再结晶临界条件。结果表明:利用真应力-真应变曲线来判断高强硼钢的软化机制存在宏观判断误区,通过分析θ-σ曲线和晶粒金相可以发现,高强硼钢在本文变形条件下均可以发生动态再结晶;通过lnθ-ε曲线拐点及-(lnθ)/ε-ε曲线最小值判据可以确定高强硼钢动态再结晶临界应变,进而通过σ-ε曲线可以获得临界应力;随变形温度降低或应变速率提高,动态再结晶临界应力或应变值随之提高,且临界应力/应变与峰值应力/应变之间存在如下关系:σc=0.92σp,εc=0.57εp;临界应力/应变与变形条件的关系分别为:σc=17.4048ln Z-450.2409,εc=0.0195ln Z-0.4710。     

AZ31镁合金热变形动态再结晶晶粒尺寸预测模型

采用热模拟实验方法获得了AZ31镁合金热变形真实应力-真实应变曲线，分析了变形工艺参数对AZ31镁合金热变形动态再结晶晶粒尺寸的影响规律。随着塑性变形应变速率的增大，动态再结晶晶粒尺寸减小。随着塑性变形温度的升高，晶粒尺寸增大。基于Yada模型，建立了AZ31镁合金热变形动态再结晶晶粒尺寸与变形工艺参数关系模型，以及动态再结晶临界应变与变形温度关系模型。晶粒尺寸预测模型计算值与实验值相吻合，最大相对误差为8.5%。临界应变模型计算值与实验值相吻合，最大相对误差为8.1%。建立的动态再结晶晶粒尺寸预测模型和临界应变预测模型的适用条件为变形温度250～400℃,应变速率0.01～1.0 s^-1。     

Ti-5553合金热变形时动态再结晶的临界条件

对Ti-5553合金在变形温度800~860℃、应变速率0.1~10 s~(-1)条件下进行热压缩试验,分析了应力-应变曲线,推导出加工硬化率θ与临界应变ε的关系曲线,应用曲线的拐点判据得到了合金在不同条件下变形发生动态再结晶的临界应变值。应用Sellarsn模型建立了合金发生动态再结晶的临界变形条件。     

奥氏体晶粒尺寸对热轧低碳微合金钢动态再结晶临界应变的影响

利用热模拟、组织分析等手段研究了初始奥氏体晶粒尺寸对热轧低碳微合金钢动态再结晶临界应变的影响.在建立热变形Arrhenius本构模型的基础上,引入了Zenner-Hollomon因子描述变形温度和应变速率对热变形的影响,最终建立了初始奥氏体晶粒尺寸与Z参数和临界应变的函数关系模型.结果 表明:奥氏体晶粒尺寸越小,动态再结晶临界应变也越小,越有利于动态再结晶的发生.利用所建立的函数关系模型计算出的临界应变值与试验值接近,该模型能较准确的预测热轧低碳微合金钢的临界应变值.     

TiAl基合金动态再结晶临界模型建立

依据粉末冶金Ti-47Al-2Nb-2Cr合金热模拟压缩实验结果,研究了变形温度为950～1150 ℃、应变速率为0.001～0.1 s(-1)条件下材料的流变力学行为。采用Poliak和Jonas所提出的临界条件动力学理论,确定了该合金的动态再结晶临界应变(ε_c)和临界应力(σ_c),揭示了变形温度与应变速率对ε_c和σ_c的影响规律。结果表明,温度补偿应变速率因子Z与ε_c、σ_c、ε_p(峰值应变)和σ_p(峰值应力)间的关系可以采用指数函数形式表征。建立了该合金动态再结晶临界发生模型:ε_c=1.2×10~(-3)Z~(0.147),动态再结晶临界应变与流变应力曲线峰值应变的比值约为 0.73。根据对模型的分析表明,临界应变与 Z 参数之间呈现正相关性,即随着 Z 参数的减小(变形温度升高或应变速率降低),材料发生动态再结晶的临界应变减小,说明变形温度的升高与应变速率的下降能够促进动态再结晶行为的发生。通过对热变形后微观组织的观察,验证了所建立动态再结晶临界模型的可靠性。     

弹簧钢50CrV4奥氏体动态再结晶的研究

在Gleebe-1500热力模拟机上,采用单道次热压缩实验,研究了不同变形速率和不同变形温度下弹簧钢50Cr V4的动态再结晶行为。结果表明:钢种在较高温度和较低应变速率下,动态再结晶更容易发生。采用回归法计算出动态再结晶的变形激活能和应变指数分别为378.612 k J/mol和4.92,由此建立动态再结晶峰值应变、稳态应变和临界应变模型。     

Ni-Cr-Mo-B特厚板钢的热压缩变形行为

利用Gleeble-3800热模拟试验机,研究了Ni-Cr-Mo-B特厚板钢在900~1150℃、应变速率为0.01~10 s-1、试样工程应变量为70%的热压缩变形行为。基于实验数据,使用回归分析的方法建立了Ni-Cr-Mo-B钢的双曲正弦Arrhenius型本构方程。采用应变硬化速率与应力关系曲线、实验流变曲线准确的确定了表征动态再结晶行为的重要特征参数:临界应力/应变、峰值应力/应变和稳态应力/应变。结果表明:Ni-Cr-Mo-B钢的热变形激活能(Q)为351074 J·mol-1;随着变形温度升高及应变速率减小,即Zener-Hollomon参数(Z)减小,各特征参数减小,有利于动态再结晶发生;临界应力与峰值应力比为0.89,临界应变与峰值应变之比为0.44。此外,基于Z参数,确定了Ni-Cr-Mo-B钢动态再结晶特征参数的数学预测模型。     

Q460GJE钢形变奥氏体的动态再结晶行为研究

采用Gleeble-3500热模拟试验机,对Q460GJE钢进行了单道次热压缩试验,研究了试验钢形变奥氏体动态再结晶行为,并建立了试验钢的再结晶图。结果表明:在较高变形温度和较低应变速率下,试验钢容易发生动态再结晶;当应变速率高于1 s-1时,动态再结晶难以发生。试验钢动态再结晶激活能为438.5 kJ/mol,并确定了动态再结晶临界应变与Z参数之间的关系。研究结果可为Q460GJE钢现场轧制工艺的制定提供依据。     

热变形低碳钢中奥氏体静态再结晶介观尺度模拟

采用晶体塑性有限元（CPFEM）和元胞自动机（CA）耦合的方法模拟了热变形低碳钢的静态再结晶．CPFEM的计算结果定量描述了介观尺度上奥氏体变形储能的不均匀分布，为模拟再结晶的形核和长大提供了依据，从而在再结晶CA模型中考虑了不均匀变形的影响．模拟结果显示：变形储能分布不均匀使得再结晶在不同位置的形核密度不同，形核集中在晶界以及晶内储存能较大的区域；随着临界形核储能的降低，形核数量增加，再结晶晶核的位置分布趋于均匀．对不同形核判据下的再结晶动力学也作了讨论．     

应变速率对金属动态再结晶影响的数值模拟

采用元胞自动机方法建立了多晶金属材料塑性加工过程动态再结晶的二维模型,模拟了动态回复、位错密度变化和动态再结晶的微观结构演化等一系列过程。利用该模型可得到晶粒形态及晶粒的取向和大小,模拟结果很好地描述了动态再结晶的生长动力学特征,并动态地再现了实验方法观察到的动态再结晶的微观组织特征。在该模型的基础上,分析了应变速率对动态再结晶过程,以及动态再结晶晶粒尺寸的影响。     

锻造方式对7075铝合金锻件动态再结晶的影响

利用金相(OM)、透射电镜(TEM)对7075铝合金热变形显微组织进行了观察。实验表明：在热锻条件下，7075铝合金完全可以发生动态再结晶并通过动态再结晶产生细小的再结晶晶粒。动态再结晶的方式为不连续动态再结晶，形核机制为亚晶转动、聚合形核；其临界应变值和加工道次有关，道次越多，临界值越低。在相同Z值下，再结晶晶粒尺寸随着应变的增加而减小。弥散的第二相粒子在动态再结晶过程中起了重要作用。     

热挤压态FGH95合金的动态再结晶机制研究

针对热挤压态FGH95合金进行变形温度为1050~1120 ℃、变形量为50%和70%、应变速率为10?4~1 s?1的热压缩试验,研究该合金动态再结晶（DRX）的组织演变和形核机制。结果表明:提高变形温度和降低应变速率可以促进小角度晶界向大角度晶界迁移,有利于动态再结晶晶粒的长大;变形温度和变形量对热挤压态FGH95合金的动态再结晶机理的影响不明显,而应变速率对动态再结晶机制影响较大;随着应变速率的增加,热挤压态FGH95合金由不连续动态再结晶机制逐渐转变为连续动态再结晶机制;热挤压态FGH95合金的动态再结晶以不连续动态再结晶形核机制为主,以连续动态再结晶形核机制为辅;在1050 ℃、1 s?1变形条件下,热挤压态FGH95合金发生连续动态再结晶形核。     

Ti-5553合金高温变形时动态再结晶行为

采用热压缩试验方法,对Ti-5553钛合金的动态再结晶行为进行研究。结果表明,在温度800～860℃、应变速率0.01～10s-1的范围内,Ti-5553合金在高温、低应变速率变形时,晶界弓出形核是其主要的动态再结晶形核机制;在低温、高应变速率、大变形量变形时,位错塞积形核是主要的动态再结晶形核机制。在非均匀变形的条件下材料产生绝热剪切现象,其形核主要以亚晶吞并长大形核机制进行。     

MODELING OF DYNAMIC RECRYSTALLIZATION OF Ti6Al4V ALLOY USING A CELLULAR AUTOMATON APPROACH

A cellular automaton （CA） model is established to simulate dynamic recrystallization （DRX） in the β single-phase field of Ti6Al4 V alloy, and the kinetics during DRX processing has been analyzed. The model employed considers the influences of dynamic recovery, nucleation rate, strain rate and dislocation density on DRX, and practical deformation parameters, such as temperature, strain and strain rate on DRX have been considered in the simulation. The simulated DRX grain size and DRX grain shape agree well with the experimental results, which shows the availability and lea- sibility of the cellular automaton method for the simulation of DRX. The result of kinetics analysis of DRX reveals that the Avrami exponent is variable ranging from 2.4 to 2.9, which increases with the increase of strain rate.     

不同应变速率下TA15钛合金β形变过程中动态再结晶行为

研究TA15钛合金在1050℃时,不同应变速率下变形过程中动态再结晶组织演变,讨论动态再结晶动力学、形核率和晶粒尺寸的演变规律。结果表明,随高低应变速率不同,存在两种类型的动态再结晶现象:连续动态再结晶和不连续动态再结晶。动力学分析应变速率为0.01,0.1,1s-1时,对应的动态再结晶稳态应变分别为1.26,1.57,2.93,说明增大应变速率则相应地提高稳态应变,在高应变速率条件下,往往难于达到稳态阶段。高应变速率下的形核率明显高于低应变速率下的形核率,且低应变速率下,较小幅度的增大应变速率就能使晶粒尺寸较大幅度下降;而在较高应变速率下,晶粒尺寸变化随应变速率改变较小。采用高应变速率及大应变下发生的连续动态再结晶可实现组织明显细化。     

TA15钛合金β热变形中的动态再结晶形核

利用Thermecmaster-Z型热模拟试验机在β相区对TA15钛合金进行了热压缩试验,采用金相显微镜及EBSD取向差分析技术,研究了TA15钛合金β热变形中动态再结晶形核.结果表明,随内、外界条件的不同,TA15钛合金存在两类典型的动态再结晶形核地点,即晶界周围及变形带.相应地,随应变速率增大,存在两种动态再结晶形核机制,在较低应变速率下,晶界弓弯形核是动态再结晶的主要形核机制,晶界、三岔界是主要形核地点;在高应变速率下,动态再结晶不仅可以在晶界、三岔界附近形核,还可以借助变形带形核.此时的动态再结晶形核为晶界弓弯与亚晶旋转机制共同作用.     

纯铜动态再结晶的三维元胞自动机模拟

用三维元胞自动机法(CA法)模拟纯铜在400℃以0.0005s~(-1)的应变率发生动态再结晶(DRX)的过程.给出了母相和再结晶晶粒的平均位错密度随着应变量的变化规律;根据平均位错密度的变化研究了纯铜动态再结晶中形核、长大、动态回复和加工硬化等过程.模拟了纯铜动态再结晶过程中的应力.应变曲线及平均晶粒尺寸的变化规律,模拟结果与文献中的试验结果吻合较好.     

A multiscale coupled Monte Carlo model to characterize microstructure evolution during hot rolling of Mo-TRIP steel

A multiscale modelling framework has been proposed to characterize microstructure evolution during hot strip rolling of transformation-induced plasticity (TRIP) steel. The modelling methodology encompasses a continuum dislocation density evolution model coupled with a lumped parameter heat transfer model which has been seamlessly integrated with a mesoscale Monte Carlo (MC) simulation technique. The dislocation density model computes the evolution of dislocation density and subsequently constitutive flow stress behaviour has been predicted and successfully validated with the published data. A lumped-parameter transient heat transfer model has been developed to calculate the average strip temperature in the time domain. The heat transfer model incorporates the effect of plastic work for different strain rates in the energy conservation formulation. A coupled initial value problem solver has been developed to integrate the system of stiff ordinary differential equations in the time domain to predict dislocation density and temperature profiles simultaneously. The temporal evolution of microstructure during hot rolling of TRIP steel is simulated by the MC method incorporating thermal and dislocation density data from the continuum models. Simulated microstructural maps, kinetics of recrystallization and grain size evolution have been generated in a 200 × 200 lattice system at different strain rates and temperatures. The simulation code has been implemented in a high-performance grid computing network. The predicted temporal evolution of grain size, recrystallized fractions and flow stress have been validated with the published literature and found to be in good agreement, confirming the predictive capability of the integrated model.