Al-Mg-Mn-Zr-Er合金冲击韧性研究

研究了不同加工工艺、不同镁含量对Al-Mg-Mn-Zr-Er合金冲击韧性和拉伸性能的影响。用金相显微镜和透射电镜对冲击变形前的合金进行了原始组织分析,并用扫描电镜分析了冲击断口形貌。结果表明,在相同的加工状态下,随着镁含量的提高冲击韧性下降,而合金的抗拉强度和屈服强度明显增大;在相同的镁含量的情况下,热轧板的冲击韧性明显高于冷轧板,而抗拉强度和屈服强度显著下降。     

基于AIS聚类的模糊神经网络在热轧优化建模中的应用

针对现有的钢坯热轧过程智能建模方法--模糊神经网络建模存在的收敛速度慢、建模精度不高、易陷入局部极小值、系统输入输出向量维数和空间划分增加使网络结构趋于复杂等问题,提出了一种基于人工免疫系统(AIS)聚类的自适应神经模糊推理系统的建模方法.该方法采用人工免疫聚类学习算法来确定模糊集合的划分,并确定模糊神经网络的结构和初始参数,能以较少的模糊规则达到理想的建模精度,仿真结果表明了该方法的有效性.     

Nb-Ti微合金化热轧多相钢的组织和性能

通过两阶段控轧和随后的三段冷却,获得了14mm厚的Nb-Ti微合金化热轧多相钢板.利用光学显微镜、扫描电镜、透射电镜、X射线衍射(XRD)、电子背散射衍射(EBSD)和力学性能测试等手段对其组织和性能进行了研究.结果表明,试验钢的显微组织由铁素体、贝氏体和少量马氏体组成;其平均屈服强度为518MPa,抗拉强度为616MPa,延伸率高达41%;组织中大量的铁素体大角度晶界、近似等轴状铁素体晶粒和较小尺寸贝氏体束的存在,大大提高了试验钢的塑性;铁素体和贝氏体组织的细化,细小的(Nb,Ti)C粒子以及铁素体晶粒和贝氏体板条内的位错提高了试验钢的强度.     

人工鱼群神经网络在热连轧卷取温度预报中的应用

卷取温度预报结果对热轧带钢的成品性能具有重要影响。人工鱼群算法是新近提出的寻优策略,具有良好的克服局部极值、获得全局极值的能力。建立了一种人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,并将该神经网络用于卷取温度预报。通过某钢厂现场实测数据对该模型进行离线训练和对比测试,结果表明,该方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的预报效果;该模型能够精确预报卷取温度,可用于离线学习和预报,为在线应用打下良好基础。     

黄麻纤维农用非织造地膜的制备工艺研究

以黄麻、聚丙烯、ES纤维为原料,通过针刺和热轧工艺加固,制得黄麻农用非织造地膜.探讨工艺过程中的针刺密度、热轧时间、热轧压力、热轧温度等工艺参数对最终产品性能的影响,并通过正交设计寻找最优的工艺方案.     

刃板型钢的生产

刃板型钢是一种工程机械领域中使用的耐磨型钢,主要应用于推土机,铲雪车,装载机等.其传统的生产方式为机加工,即选取厚度与成品一致的钢板进行加热、锻打、切割等加工方式生产,这种传统的加工的方式优点是加工精度高,缺点是加工成本高,能耗高、成材率低.随着市场对刃版型钢需求日益增加,传统的加工方式的缺点日益明显,现对刃版型钢采用热轧型钢方式进行生产,在保证其产品精度的前提下大大降低了生产成本,提高了成材率,成材率达93％以上.     

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.     

基于约束满足方法求解热轧带钢库存匹配问题

针对现代钢铁企业生产管理中的客户订单与热轧带钢库存产品的匹配问题,在考虑规格、质量、等级以及生产工艺约束的基础上,建立了旨在最大化订单满足率且最小化匹配损失的约束满足模型.在对问题以及匹配对象特点进行分析的基础上,引入匹配损失矩阵作为订单与库存余材属性匹配差异的损失惩罚,考虑到问题的复杂性,采用基于变量选择和值选择的启发式算法求解模型的近优解,并通过数值实验对提出的算法进行了验证.     

棒材热轧过程的三维温度场有限元分析

基于有限元分析软件MARC,采用更新的Lagrange法描述的热力耦合大变形弹塑性有限元模型和四面体等参单元技术,考虑接触界面传热,对棒材热轧成形工序进行了三维温度场模拟。模拟结果表明：在轧件开始咬入与轧辊接触后,轧件表面的温度与应力急剧上升;由于接触摩擦与塑性变形功转化为热量,轧件在开始轧制时表面温度升高,进入粘着区后,由于摩擦消失,轧件表面温度略有下降,进入后滑区后,先略有回升接着平缓下降;由表及里,轧件的温度逐步降低。     

热轧带钢轧后冷却过程卷取温度的设定策略

为了提高热轧带钢卷取温度控制精度,针对热轧带钢轧后冷却过程非线性、强耦合性等特性,建立了具有非线性结构特征的热轧带钢轧后冷却过程控制的温度数学模型,并对热轧带钢轧后冷却过程卷取温度的设定策略进行了研究,同时在该模型基础上开发了系统软件,通过现场实际应用对模型功能进行了验证.结果表明,该冷却数学模型的卷取温度设定计算结果...