双相区热处理对430铁素体不锈钢热轧板组织和性能的影响

研究了α+γ双相区热处理对430铁素体不锈钢热轧板显微组织和力学性能的影响,并与工业罩式炉退火后的热轧板显微组织和力学性能进行了对比分析。结果表明:在双相温度区间对430不锈钢热轧板进行热处理,分割了热轧板轧向的条带状组织,抑制了聚集组织的形成。与常规罩式炉退火工艺相比,双相区热处理显著提高了430不锈钢热轧板的伸长率,降低了屈服强度和硬度,有利于改善最终冷轧产品的冲压性能和抗起皱性。     

热轧板带横向厚度分布神经网络预测分析

将BP神经网络相结合引入到热轧板带横向厚度分布的预测与控制中,并依据板带轧制的实际数据对网络进行训练,通过比较二辊可送轧机板带横向厚度分布的预测值与实测数据,验证该热轧板带横向厚度分布的神经网络预测模型的准确性。验证表明,该模型的应用不仅能够提高板带轧制质量,而且能够降低设备成本。     

利用BP网络预测板材力学性能的软件开发

 针对热轧板带的力学性能预报问题，利用人工神经网络中的BP算法建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系，并开发出专门的应用软件。软件共分3大部分：数据处理部分、人工神经网络训练部分、运用成熟网络预报部分。本软件的特点是直观、方便、稳定。数据均从稳定生产的现场取得。采用此软件对SS400钢的性能进行预报，经过10万次训练后，产品力学性能的预报值与实际值拟合良好，预报结果的相对误差很小。     

薄板坯连铸连轧CSP线生产低碳钢板的力学性能特征

从对珠钢CSP线试生产的低碳钢板ZJ330的大生产产品力学性能统计，力学性能特征实测观察表明，CSP薄板坯连铸连轧线生产的热轧板和普通厚板坯连铸连轧线生产的热轧板在组织状态和力学性能特征等方面存在较明显的差异，主要表现在：板材强度高，屈强比高，伸长率较高，各向异性小，初步搞清了薄板坯连铸连轧生产热轧薄板的力学特征，为今后进一步搞清机制和影响规律以及如何利用薄板坯连铸连轧生产线的工艺控制优势进行产品的组织性能控制提供了基础和参考。     

“2009年全国热轧板带生产技术交流会”在昆明举办

2009年10月22—25日在云南省昆明市召开了“2009年全国热轧板带生产技术交流会”。会议的主题是：用科学发展观，开创热轧板带科技创新局面，应对全球金融风暴，实现可持续发展。会议围绕热轧板带低温卷取、卷形控制、板形控制与检测、连铸连轧技术等进行交流。主要内容包括：①外部形式变化对热轧板带行业的影响及对策；②洁净、环保生产技术在热轧板带行业中的开发和实践；③提高热轧板带产品质量（精度、表面质量、性能），     

5083合金镁含量对其性能的影响

通过对5083合金镁含量的调整，研究镁对热轧板材最终力学性能的影响。试验用5种不同Mg含量的热轧板材对金相和力学性能进行测试，结果表明随着Mg含量的提高，5083合金板材的力学性能呈增大趋势，并且在Mg含量和Mn含量都较高时，获得较好的综合力学性能。     

利用性能预报模型对SS400热轧板力学性能实施预报

以现场收集的四钢轧SS400热轧板的原始化学成分、终轧厚度、实测的力学性能数据为基础,通过回归模型和人工神经网络BP算法建模,确定其相互关系,并最终通过其化学成分和终轧厚度来预测产品力学性能。现场使用证明,在现有的条件下,回归模型比人工神经网络更适用。经测试,其抗拉强度预报值与实测值的相对误差有80％7g超过5％,屈服强度预报值与实测值的相对误差有76％不超过10％,延伸率预报值与实测值的相对误差有77％不超过10％。     

高速钢轧辊在热轧板带生产中的应用探讨

本文介绍了高速钢轧辊在热轧板带生产中的应用。从化学成分、力学性能、耐磨性、抗热裂性等方面分析了高速钢轧辊的良好应用前景。同时对高速钢轧辊在使用中存在的问题进行了分析并提出初步的解决方法。     

数学模型在螺纹钢理化性能的相互预测和控制中的应用

钢材产品的三大力学性能主要取决于它的化学元素含量及其生产工艺,而目前我们只能在成材后,才能获得它们力学性能的检测数据,要改变这种现状,必须实现在产品成材前对它的力学性能做出有效的预测和控制。在给轧钢生产厂做数据分析时,发现根据现有的数据,完全可以找出钢材的力学性能与化学元素之间的近似关系函数。有了这些函数,便可对钢材的元素含量与性能进行相互预测和控制,从而可以更加科学合理地组织生产并取得最佳的经济效益。数理统计     

过程能力指数分析在质量管理中的应用

对昆钢本部2007年1-12月热轧板材等钢材产品力学性能检验数进行据统计分析,结合6Sigma管理中过程能力指数的理论分析基础,说明昆钢本部主要钢板产品的生产质量控制水平,并提出了质量控制和改进应关注的方向。     

人工神经网络在热轧宽厚板力学性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型，在此基础上，利用神经网络对热轧管线钢力学性能进行了预测，并将预测结果与生产数据进行了比较，同时，还利用神经网络对生产工艺参数进行了优化，计算结果表明，神经网络预测值与实测值之间接相对误差可以控制在11.6%以内，这对现场进行力学性能预测和工艺参数优化具有较强的现实意义。     

C-Mn钢窄带热轧时的再结晶软化规律

针对唐山钢铁有限责任公司带钢厂的生产实际,借助理论与实验结果,研究了C-Mn钢热轧过程中各道次奥氏体的再结晶规律,计算结果与实测结果吻合较好,说明给出的组合模型用于窄带热轧的生产是可行的,它为在生产中控制与预报带钢的组织性能提供了奥氏体再结晶的定量化基础,并为再结晶软化不充分时的力能计算提供了修正依据.     

Online mechanical property prediction system for hot rolled IF steel

Abstract

Traditionally, mechanical property estimation is carried out by destructive testing, which is costly and time consuming. Sometimes, the time schedule in the mill is so tight that coils are dispatched, while the samples are still under investigation; thus, knowledge of the strip quality immediately after rolling without mechanical testing can save a lot of time and money. As the rolling process is complex and final mechanical properties of steel depend on many parameters, it is almost impossible to develop an accurate first principle based mathematical model, so an artificial neural network based model to predict the mechanical properties of hot rolled steel strip has been developed. This paper describes the neural network based online system that helps in predicting mechanical properties of interstitial free (IF) steel strip and also elaborates how this models can help in capturing various metallurgical phenomena during rolling.     

Producing high-quality strip (thickness >16 mm) at the OAO MMK 2000 broad-strip mill

Improvement of relatively thick strip (16–20 mm) produced on the OAO MMK 2000 broad-strip mill is considered. Artificial neural networks may be used to optimize broad-strip hot rolling, so as to obtain the required mechanical properties of the strip produced. High surface quality of the strip may be ensured on the basis of finite-element models for predicting the behavior of surface defects on rolling and hence identifying effective rolling conditions.     

热变形量对低铬半钢组织与力学性能的影响

通过对不同热变形量的低铬半钢的组织与性能进行观察、测试及分析，结果表明：热变形能够显著改善低铬半钢的组织与力学性能。其中，40%-50%热变形量的低铬半钢力学性能最好。     

双相不锈钢高温微观变形行为

 利用共聚焦激光扫描高温显微镜(CSLM)等设备对双相不锈钢的高温拉伸变形行为进行了研究,分析了双相不锈钢的热塑性变形机理,得出影响双相不锈钢热塑性的主要因素有：相界结合力、组织形貌和两相力学性能的差异。指出在双相不锈钢热加工时,增强相界结合力、优化组织形貌或减小两相力学性能差异,可有效改善双相不锈钢的热塑性。     

热轧工艺参数对含钒微合金钢组织性能的影响

以实验室热模拟实验和热轧实验为基础,采用光学显微技术和力学分析等方法,系统研究了不同热轧参数对含钒微合金钢组织和性能的影响,给出了试验钢种获得较好组织和力学性能的控冷控轧工艺制度,为改进工业生产提供了理论依据。     

反应热压制备FeAl/TiC复合材料

采用混合粉热压工艺制备了FcAl/TiC复合材料。研究了TiC含量、粘结相成分以及反应热压工艺对致密化过程和力学性能的影响。研究结果表明:复合材料的密度随TiC含量增加而减小;硬度和抗弯强度随TiC体积分数增加而出现峰值,增加Al含量有利于致密化,但因引入过多的氧化夹杂和热空位会导致力学性能降低;热压温度和压力等工艺参数也对材料的性能有影响。     

控轧控冷TRIP钢的微观相组成及其与力学性能的关系

采用电子背散射衍射技术等实验方法,研究了控轧控冷工艺制备的铌钒微合金化C-Mn-Si系热轧TRIP钢的显微组织及相组成,并分析了与其对应的力学性能.奥氏体轧制过程中的热变形及随后的冷却工艺对最终各相组织的形貌、大小和分布都有直接影响,并决定TRIP钢最终的力学性能.对TRIP钢卷取温度的模拟结果显示,与450和350℃模拟卷取温度相比,400℃模拟卷取温度能使该钢获得更好的综合力学性能.