热变形工艺参数对超低碳贝氏体钢转变行为和显微结构的影响

研究了超低碳贝氏体钢在1200～400℃范围内。用常规轧制工艺(CCR)、再结晶控制轧制(RCR)和动态再结晶控制轧制(DRCR)3种热模拟变形工艺进行变形后再进行连续冷却转变行为．结果发现，3种变形工艺均可细化奥氏体的晶粒，而且细化晶粒程度的变形工艺顺序依次为DRCR、RCR和CCR．此外，奥氏体的转变行为受到CCR、RCR和DRCR工艺的影响．同一冷却速度下，3种不同的变形工艺获得过冷奥氏体发生贝氏体转变的开始温度不同．显微结构观察表明，在试验冷却速度下，用CCR工艺变形。全部获得铁素体且存在少量的化合物；用RCR和DRCR工艺变形，全部获得贝氏体，贝氏体呈板条状，其尺寸随冷速的增大而减小，体积分数随冷速的增大而增加．     

超低碳贝氏体高强度钢的腐蚀性能研究

为了对超低碳贝氏体高强度钢(ULCB)在海洋环境下的腐蚀性能进行研究,模拟海洋全浸带的环境,通过加速腐蚀试验,对ULCB钢的腐蚀性能和另外两种耐海洋腐蚀钢样进行了耐蚀性能对比.在对SEM,XRD和极化曲线分析后发现,三种耐蚀钢在海水全浸带中的腐蚀主要是点蚀的发生.微观组织是影响钢耐蚀性能的重要因素:铁素体 珠光体组织加速钢的点蚀发生;ULCB钢板条状贝氏体组织细密而均匀,没有明显的晶界,因而钢中微电池的数量大大减少,使其耐蚀性能提高.     

Cu对超低碳贝氏体钢耐腐蚀性能的影响

借助透射电镜和电化学测试系统,对含铜超低碳贝氏体钢(ULCB)经不同工艺热处理后的微观组织及在0.01mol/LNa2SO4 0.01mol/LNaCl溶液中的腐蚀行为进行研究,并分析了Cu对ULCB钢耐腐蚀性能的影响.结果表明,高铜试样(wCu≥1.0%)经淬火后形成均匀的过饱和固溶体,具有较好的耐腐蚀性能.试样经低温400℃时效处理后,ε-Cu相析出很少,基体组织中的缺陷大大减少,耐腐蚀性能得到改善.当时效温度升至600℃时,析出的ε-Cu颗粒粗化且数量增多,与基体组织形成腐蚀微电池,导致腐蚀电流增加,试样耐腐蚀性下降.     

CSP生产600 MPa级低碳贝氏体钢的相变

以低碳Nb、V、Ti、Mo和Cr合金化贝氏体钢为研究对象,在Formaster-Digital膨胀仪上测定了过冷奥氏体的静态CCT曲线;在Gleeble-1500热/力模拟机上,用膨胀法测定了奥氏体的动态CCT曲线;采用扫描电镜和透射电镜分析了贝氏体钢的室温组织演变规律.结果表明:合金元素抑制奥氏体向铁素体转变,在冷却速度大于10℃.s-1的范围内,静态CCT和动态CCT的室温组织均为贝氏体,具有较高的强度;奥氏体变形促进了贝氏体转变,贝氏体转变开始温度为610～668℃,终了温度为520～551℃.     

控轧控冷和回火工艺对超低碳贝氏体钢组织和性能的影响

研究超低碳贝氏体钢的控轧控冷和回火工艺对其组织及力学性能的影响.结果表明,在试验工艺下试样组织均为粒状贝氏体,且在820 ℃终轧、440 ℃回火时获得了高强度低屈强比的超低碳贝氏体钢;控轧控冷工艺可以细化贝氏体铁素体和M-A岛、降低铁素体含碳量、控制组织中软硬相的比例,从而提高材料强度、降低其屈强比.回火温度升高使贝氏体铁素体粗化、含碳量和位错密度降低、M-A岛分解成细小的板条贝氏体,并析出富铜原子团,这是材料获得高强度、低屈强比的主导因素.     

热处理工艺对高碳贝氏体钢组织与力学性能的影响

借助OM、SEM、XRD等手段,对比研究了一步、两步等温贝氏体转变工艺及QPB(淬火+配分+贝氏体转变)工艺对高碳贝氏体钢(w(C)=0.79%)显微组织与力学性能的影响。结果表明,采用一步等温贝氏体转变工艺处理试验钢时,当等温温度同为250℃,随着保温时间的延长,钢中贝氏体转变越充分,块状残余奥氏体尺寸降低,组织更为均匀细小;而在较低温度下(200℃)等温处理时,钢中残余奥氏体含量显著降低,贝氏体铁素体板条更细小,材料的强度和硬度提高,而塑性和韧性下降。两步等温贝氏体转变工艺处理(250℃×24 h+200℃×72 h)的试验钢中贝氏体铁素体板条平均尺寸约为82 nm,残余奥氏体体积分数为21.4%,获得了最佳的综合力学性能,抗拉强度达到2040 MPa,伸长率为12.5%,冲击韧性为21 J。QPB工艺提高了贝氏体转变速率,大大缩短了热处理时间,最终得到马氏体+贝氏体铁素体+残余奥氏体的组织,试验钢同时也获得了良好的强度和塑韧性。     

超级贝氏体钢的热处理工艺及性能研究

本文对比研究了一步、二步等温贝氏体转变及贝氏体转变+碳分配热处理工艺对超级贝氏体钢微观组织与力学性能的影响。结果表明,三种工艺处理后的试验钢组织主要为纳米级贝氏体铁素体及残余奥氏体,且与一步法相比,二步等温贝氏体转变及贝氏体转变+碳分配处理后的超级贝氏体钢组织更为细小,残余奥氏体的体积分数下降,力学性能显著提升,而贝氏体转变+碳分配处理工艺的热处理时间则相对较短。     

变形工艺对CSP微合金高强度钢组织和性能的影响

在热模拟实验机上进行不同变形温度和冷却速度试验,研究低温区变形温度和冷却工艺对CSP生产线上微合金高强度钢的组织和性能的影响.试验结果表明,变形应在单相奥氏体区内完成,适当降低变形温度有利于得到细小均匀的贝氏体组织;冷却速度对贝氏体组织有明显影响,冷却速度越快,贝氏体组织越细小,强度越高.     

TMCP工艺对Si--Mn系贝氏体钢组织与性能的影响

研究了轧后中温缓慢冷却与中温等温两种不同的热机械控制工艺( thermomechanical control process, TMCP)对硅锰系贝氏体钢的组织与性能的影响。通过拉伸试验机测试试验钢的力学性能,利用扫描电子显微镜、电子背散射衍射等分析手段对试验钢进行显微组织结构分析,并利用X射线衍射测定残余奥氏体含量。结果表明：随着轧后连续缓慢冷却开始温度的升高,贝氏体钢的抗拉强度、硬度及拉伸应变硬化指数n值有所提高,伸长率和冲击韧性降低,屈强比先降低后升高。随着轧后等温时间的延长,贝氏体钢的抗拉强度与屈强比先降低后升高,伸长率及冲击韧性先升高后降低。相对于等温制度,连续缓慢冷却可得到更好的综合力学性能,强塑积明显高于前者,伸长率比前者高20%以上。     

热处理工艺对低温贝氏体钢微观组织及力学性能的影响

利用SEM、EBSD、XRD及力学性能测试等手段,对比研究了一步、两步等温贝氏体转变及贝氏体转变+深冷处理工艺对低温贝氏体钢显微组织及力学性能的影响。结果表明,相较于一步等温贝氏体转变工艺,两步等温贝氏体及贝氏体转变+深冷处理均可降低钢中块状残余奥氏体含量,细化晶粒;与两步等温贝氏体转变相比,深冷处理可以极大缩短工艺时间,所得材料在获得相近强度的同时,会牺牲部分韧性;两步等温贝氏体处理后,试验钢强塑积达到了19.66GPa·%,U型冲击吸收功可达80J,其综合力学性能最优。     

低碳微合金钢在过冷奥氏体亚稳定区的转变

通过对低碳Mo-Cu-Nb-B系微合金钢进行连续冷却和等温实验,发现低碳Mo-Cu-Nb-B系微合金钢在过冷奥氏体亚稳定区等温,能发生针状铁素体转变.非再结晶区变形奥氏体连续冷却时虽然能得到各类低碳贝氏体组织,但各类组织特别是针状铁素体的份额却不能有效控制.通过分阶段冷却,可以控制得到针状铁素体和板条贝氏复相组织.利用针状组织分割原奥氏体晶粒能细化组织,达到优化高强度低碳微合金钢的力学性能目的.     

Ni元素对微纳结构低温贝氏体钢组织与力学性能的影响

基于C-Si-Cr-Mn系低温贝氏体钢的组分,设计了不含Ni及Ni添加量为1.47%的两组试验钢,经过两步等温贝氏体转变热处理以后,利用OM、SEM、EBSD及拉伸试验等手段对两组钢的组织转变及力学性能进行分析。结果表明,热处理后两组试验钢的显微组织均由贝氏体铁素体及残余奥氏体组成;在相同的相变温度下,添加Ni元素的低温贝氏体钢需要更长的等温转变时间,但得到的贝氏体铁素体板条更细小,块状残余奥氏体的体积分数较高。相比于未添加Ni的试验钢,含Ni钢的硬度和抗拉强度略有下降,但塑性指标明显提高,综合力学性能有所提升。     

回火温度对600MPa级低碳贝氏体钢组织和力学性能的影响

利用扫描电镜(SEM)、透射电镜(TEM)等实验方法,研究了不同回火温度对屈服强度600MPa级Fe-Mn-Nb-B系低碳贝氏体高强钢组织和性能的影响.结果表明:回火温度对屈服强度和抗拉强度均有较大影响.各回火温度下的低碳贝氏体钢性能与回火前相比,屈服强度均有不同程度的升高,而抗拉强度则均有不同程度的下降;600℃回火时屈服强度比回火前高出105MPa.随着回火温度的升高,屈服强度先上升后又略有下降并在600℃时达到最大值,抗拉强度下降明显,伸长率略有升高,屈强比升高.分析认为:回火前后力学性能的变化主要与回火后有更多弥散的尺寸在20nm以下的新的细小粒子析出以及马氏体占绝大多数的大块M/A岛的分解和发生位错多边形的回复有关.     

ECAP变形低碳钢的组织变化规律

采用每道次挤压后样品旋转90°进入下一道次且旋转方向不变方式(Bc)的等径弯曲通道变形(ECAP)工艺制备亚微晶Q235钢,并研究了4个面不同的组织演化. 研究表明,ECAP变形Q235钢的组织随变形道次的增加而细化,其中第1道次的细化程度最大. 4个面的形貌也不同:S面以位错胞为主;R面在第2道次出现变形带交叉现象;而T面2道次就有近似的等轴胞出现,4道次出现了晶界很清楚的等轴晶,尺寸为0.25μm左右;L面4道次后也有等轴晶出现,但晶界没有T面4道次的晶界清楚. 8道次后所有的面都已经演化成晶界清晰的等轴晶,尺寸为0.2μm左右. 采用ECAP变形可以获得亚微晶Q235钢.     

Al对高碳钢连续冷却转变行为的影响

通过热处理试验结合热力学与动力学计算,研究连续缓慢冷却过程中Al元素对高碳钢组织转变的影响。结果表明,未添加Al的高碳钢中,显微组织由马氏体及残余奥氏体组成,含1.37%Al的高碳钢中出现了体积分数为5.1%的珠光体组织,且宏观硬度降低了约0.8HRC,这是由于Al的加入能使高碳钢的共析点向高温高碳方向移动,提高了珠光体转变的临界冷却速度及相变开始温度,加速了珠光体组织的形成。     

回火工艺对热轧高强贝氏体钢轨组织和力学性能的影响

本文研究了不同回火工艺条件下热轧态U25CrNi高强贝氏体钢轨的组织与力学性能变化。结果表明,试验钢热轧态和回火组织均由贝氏体、马氏体和残余奥氏体构成。当回火条件为300℃×200min时,试验钢中部分残余奥氏体发生贝氏体相变,钢的各项力学性能变化不大;当回火温度升至400℃时,试验钢中残余奥氏体体积分数较大,碳化物析出量较少,内应力进一步释放,试验钢的延伸率和冲击吸收功达到最大值,同温度下延长回火时间至360min,钢中碳化物颗粒析出增多,延伸率和冲击性能明显降低;当回火温度为500℃时,试验钢中贝氏体铁素体明显粗化,并伴随大量碳化物颗粒析出,残余奥氏体大量分解,出现了回火脆性。综合考虑,U25CrNi热轧高强贝氏体钢轨的最佳回火工艺为400℃×200min。     

Artificial neural network prediction of mechanical properties of hot rolled low carbon steel strip

Conventionally, direct tensile tests are employed to measure mechanical properties of industrially pro- duced products. In mass production, the cost of sampling and labor is high, which leads to an increase of total pro- duction cost and a decrease of production efficiency. The main purpose of this paper is to develop an intelligent pro- gram based on artificial neural network （ANN） to predict the mechanical properties of a commercial grade hot rolled low carbon steel strip, SPHC. A neural network model was developed by using 7 x 5 x 1 back-propagation （BP） neural network structure to determine the multiple relationships among chemical composition, product pro- cess and mechanical properties. Industrial on-line application of the model indicated that prediction results were in good agreement with measured values. It showed that 99.2 % of the products＇ tensile strength was accurately pre- dicted within an error margin of ~ 10 %, compared to measured values. Based on the model, the effects of chemical composition and hot rolling process on mechanical properties were derived and the relative importance of each in- put parameter was evaluated by sensitivity analysis. All the results demonstrate that the developed ANN models are capable of accurate predictions under real-time industrial conditions. The developed model can be used to sub- stitute mechanical property measurement and therefore reduce cost of production. It can also be used to control and optimize mechanical properties of the investigated steel.