钒氮微合金钢动态再结晶动力学及影响因素

为研究钒氮微合金钢的动态再结晶动力学及影响因素,选取3种对比成分的钒氮微合金钢发生动态再结晶的流变应力曲线,利用硬化速率一应力(θ-σ)曲线获得了饱和流变应力σsat、峰值应力σp、动态再结晶临界应力σc及稳态应力σss的准确值及上述特征应力值与σp的依赖关系,回归得到应变速率敏感的中碳钒氮微合金钢动态再结晶临界应变ε...     

基于人工神经网络的中碳含钒微合金钢热变形流变应力预报

以0.33C,0.40Si,1.50Mn,0.099V(wt%)的中碳含钒微合金钢在应变速率为0.005～30 S-1、温度为750～1050℃条件下的单向热压缩变形实验数据为样本数据,用商用软件matlab6.5构建BP人工神经网络模型.经实验数据验证,该模型预测的流变应力结果可靠.研究结果表明:利用人工神经网络方法建立热变形流变应力预测模型,适用于预测一定温度与应变速率范围内(0.1～0.9)应变处的热变形流变应力,为控制轧制工艺参数提供参考.与常用的表征稳态或峰值应变处的流变应力与温度和应变速率关系的Arrhenius方程相比,应用范围更广.     

中碳V-N微合金钢热变形行为

用Gleeble-1500热模拟试验机对中碳V-N微合金钢在不同变形温度(900~1050℃)及不同变形速率(0.005~30 s-1)的奥氏体区热变形行为进行研究。通过建立真应力-真应变曲线、动态再结晶图、功率耗散效率因子(η)图和应变速率敏感因子(m)图综合分析其热变形行为。结果表明,试验钢在1050℃、1 s-1变形条件下发生了动态再结晶,其真应力-真应变曲线、动态再结晶图、m图等方法得出的结果相互吻合。其中η图与m图差异很小,但由于应变速率敏感因子具有合理的物理意义,因此建议利用m图分析材料的热变形行为和选取最佳热变形工艺参数。     

C、V含量对微合金钢变形奥氏体动态再结晶峰值应变的影响

以0.05～0.33C(wt%,下同)、0.004～0.099V的3种微合金钢分别在1000和1050℃、0.01～10s-1应变速率下以Gleeble-1500热/力模拟实验应力-应变数据为样本,构建了C、V含量不同的微合金钢成分对动态再结晶峰值应变εp影响的误差反向传播(BP)人工神经网络模型,利用建立的BP模型研究了在不同应变速率下C、V含量对εp的影响规律。研究结果表明,C、V对含钒微合金钢动态再结晶峰值应变的影响与应变速率相关,高应变速率和低应变速率下元素的影响规律不同。     

Pr基块体非晶的制备及特性研究

在铜模铸造条件下制备了直径5mm的P r61Cu19N i10A l10大块非晶合金,在普通DSC条件下观察了这种合金的玻璃转变温度。对制备的非晶合金进行晶化处理,测定了不同处理温度下的电阻率,观察了P r61Cu19N i10A l10块体合金的缓冷凝固组织。发现随晶化程度的增加,合金样品的电阻率下降,完全晶化后合金的电阻率比非晶态的电阻率低14%。P r61Cu19N i10A l10块体合金的缓冷凝固组织由大量细小规则的树枝状晶和少量共晶组织组成。     

SCM435钢热变形动态再结晶动力学模型参数的确定

通过分析冷镦钢SCM435在温度为950～1150℃、应变速率为0.1～1s-1范围内发生动态再结晶的热/力模拟试验数据,利用其应变硬化速率θ与流变应力σ的θ-σ曲线,准确确定了其发生动态再结晶的临界应变εc、峰值应变εp、临界应力σc和峰值应力σp,用应力-应变(σ-ε)曲线方法计算SCM435钢的动态再结晶Avrami动力学曲线和时间指数n.结果表明:SCM435钢发生动态再结晶的临界应变与峰值应变的平均比值εc/εp=0.73,动态再结晶Avrami时间指数平均值n=1.91;在温度950～1150℃,应变速率0.1～1s-1范围内,应变速率是SCM435钢的动态再结晶动力学敏感因素,温度对其影响不大;动态再结晶率50%的时间t50与应变速率成反比.     

中碳结构钢淬透性的两种预报方法的比较研究

采用三层反向传播(BP)人工神经网络(ANN)技术建立钢淬透性预测预报的数学模型,基于Visual Basic编程语言建立了中碳结构钢淬透性的BP-ANN预测预报系统.将其对45、35Mn2、48CrMnMo、30CrMnNiMo钢的预报结果与近年来发展的改进型非线性数学模型所得结果以及对应的试验数据进行了比较研究,发现BP-ANN预测预报系统可以根据钢的化学成分较准确地预测钢的端淬试验各个距离点处的硬度值,但是各点处预报结果之间相不关联,且难以与钢的端淬显微组织建立有机联系;而改进型非线性数学模型可以较好地预报整条端淬曲线,辅以梅尼尔(Maynier)模型还可对各点处对应的显微组织进行预测预报.将两种模型结合使用来对钢材的淬透性进行预测预报,则有望进一步提高预测预报结果的可靠性.