热轧带钢FeO共析转变动力学行为分析与预测

热轧后的带钢表面会形成氧化铁皮,其中的FeO在卷取之后的冷却过程中会发生共析相变,形成由Fe与Fe₃O₄共同组成的共析组织。传统对FeO共析相变的研究,多集中在诸如化学成分、相变环境等因素对共析反应的定性分析上,但针对相变的具体进程却少有模型化的分析和计算。同时,由于实际生产中FeO的相变过程多是在连续冷却过程中发生,相变过程受到了不同时刻温度变化的叠加影响,这也加大了研究的困难程度。为此,以常见的普碳钢为例,首先使用同步热分析仪进行了不同温度及时间下氧化铁皮的等温结构转变试验,统计了30个试验节点下的共析组织在FeO中的体积分数,之后基于Johnson-Mehl-Avrami-Kolmogorov(JMAK)方程建立了FeO在等温过程下共析相变的动力学模型,通过试验数据求解其中的关键参数,得到了等温转变条件下FeO中共析组织体积分数与时间的关系,可直接绘制描述FeO共析转变的Time-Temperature-Transformation(TTT)曲线。在此基础上,结合Scheil可加性法则,建立了连续冷却过程中FeO的共析相变模型,通过计算...     

巨厚砾岩下回采巷道冲击破坏机理

为探究巨厚砾岩下回采巷道冲击破坏机理,以千秋煤矿21141工作面(半孤岛面)运输巷为工程背景,首先采用数值模拟手段分析正常工作面和半孤岛面主应力场特征和回采巷道围岩区域主应力场特征,以及顶板破断产生的扰动作用对巷道围岩塑性区的影响。结果显示半孤岛开采引起的最大主应力较大,巷道围岩塑性区呈蝶形分布且在煤层中出现急剧扩展。然后分析巷道围岩蝶形塑性区急剧扩展的力学机制,得出巷道RPP曲线,阐述巷道冲击破坏的敏感因素,并揭示巨厚砾岩下回采巷道冲击破坏机理:处于半孤岛面中部的回采巷道在受到顶板破断产生的扰动作用后,巷道围岩区域主应力场突然发生改变,导致围岩蝶形塑性区急剧扩展,并以声响、震动和煤岩体抛出的形式释放存储于体内和围岩系统中的大量弹性能,出现爆炸式破坏的动力现象。     

武钢500MPa级免酸洗汽车大梁钢氧化皮研究

介绍了免酸洗钢氧化皮的形成机理及其影响因素,分析了在目前生产工艺下武钢热轧500MPa级汽车大梁钢表面氧化皮的形貌、结构及厚度,对带钢的终轧温度、卷取温度以及卷取后的冷却方式进行改进后,氧化皮厚度基本控制在10μm以下,以共析Fe3O4+Fe结构为主,Fe3O4比例超过80%。     

退火温度对双辊连铸无取向硅钢组织的影响

利用光学显微镜、TEM和EBSD研究了退火温度对双辊连铸无取向硅钢再结晶组织的影响.结果表明,900℃退火后组织分布不均匀,有大量带状组织,平均晶粒尺寸29.5μm.提高退火温度,晶粒尺寸增大,组织均匀化程度增加,1050℃退火时,带状组织基本消失,平均晶粒尺寸42.2 μm.     

薄带连铸Cr17铁素体不锈钢的织构演变

以具有不同初始组织的Cr17铁素体不锈钢双辊连铸薄带为实验材料,分别进行相同的冷轧及退火处理,对织构演变进行了对比研究.结果表明:织构演变与薄带的初始组织、织构密切相关.柱状晶薄带具有显著的(001)//ND织构,等轴晶薄带则具有微弱的随机织构;两者经冷轧后都形成了较温和的α纤维织构及较均匀的γ纤维织构,但是,后者的α,γ纤维织构明显强于前者;经再结晶退火后,两者都能形成较均匀的γ纤维再结晶织构,但后者的γ纤维再结晶织构明显强于前者.     

热连轧精轧过程氧化铁皮的演变规律

介绍了热连轧精轧过程氧化铁皮的演变规律和变形行为,得出了三次氧化铁皮的生长和变形规律。现场工艺试验结果表明,控制精轧阶段氧化铁皮厚度对于降低成品氧化铁皮厚度起主要作用;由于氧化铁皮的延伸率是轧件延伸率的0.5倍以下,氧化铁皮层在轧制过程中必然出现裂纹和破损现象,但是在机架间裂纹将自行修复。     

基于粒子群算法的双辊铸轧工艺优化

针对双辊铸轧过程中凝固终点位置这一关键参数,基于贝叶斯方法的神经网络和理论模型,根据经验模型及熔池断面几何关系建立凝固终点位置数学模型.在化学成分和工艺约束已知的条件下,采用粒子群优化算法针对凝固终点位置这一铸轧过程中的关键因素进行相应的工艺参数的优化计算.铸轧实验结果验证了优化结果的可行性,从而为提高双辊铸轧板形和板厚的控制精度,改善铸带表面质量提供可能.     

谈水电站发电负荷率对节水增发的影响

结合龙羊峡水电站的实际情况，通过对现行节水增发电量计算办法中发电负荷率的分析，以及对改进后的水头-耗水率-负荷率关系曲线的说明，较深入地阅述了水电站发电负荷率对其节水增发电量的影响。     

智能算法在双辊铸轧过程铸轧力计算中的应用

在双辊铸轧过程中,铸轧力的控制是铸轧过程稳定进行和提高薄带质量的关键.为了控制铸轧力,必须建立铸轧力计算数学模型,本文采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,在网络的目标函数中引入了表示网络结构复杂性的惩罚项,融入“奥克姆剪刀”理论,避免了网络训练的过拟合.将上述网络应用于铸轧过程的铸轧力计算,具有很高的计算精度,同时在收敛速度、稳定性和泛化能力方面都优于传统的BP神经网络.