三维弹塑性有限元法模拟薄带轧制过程(Ⅰ)——关于接触摩擦模型及其应用

为解决压力加工中的接触摩擦问题,根据金属流动反作用原理,本文提出了一个新的接触摩擦模型,经三维弹塑性有限元程序计算以及对凹辊面薄带轧制的金属三维变形分析表明,在不用对摩擦力大小、方向及中性点位置作任何假定的情况下,新模型能够有效地模拟中间物质剪切及压力传递。     

管线钢的发展状况及生产特点

本文综述管线钢的发展状况及生产特点，包括管线钢对冶炼技术的要求、管线钢的控制轧制及微合金元素在控制轧制中的作用，文末介绍了几种典型的控轧工艺．     

关于切分楔角最佳设计的探讨

根据被切分件及切分楔的受力模型,利用数学分析得出极值,求得切分楔角2θ=2arctg(-μ+(μ~2+1)~(1/2))时,切分力X(μ,θ)有极大值。在一定条件下,摩擦系数μ值确定后,可求得θ值,从而设计出最佳切分楔角:当μ值增大,最佳切分楔角相应减小。     

轧制过程中不均匀变形分佈和温度分佈的数值解模型

本文基于“流动近似理论”,用差分法综合求解金属塑性变形粘性流动的力平衡方程、质量守恒及热平衡方程,从而得出轧制过程中金属各点不均匀变形、各点温度分佈的数值解预报模型。由于差分法计算时间大大小于有限元法的计算时间,因此提供了求解在线控制模型的可能性。     

深拉筒形制品用冷轧钼板的力学性能与显微结构分析

冷轧钼板各向异性是造成深拉筒形制品成材率低的基本原因.本文研究的两次交又轧制工艺制取的钼板明显减少了力学性能的各向异性,并且呈现形变软化现象,研究表明是由于{111}面织构增多及显微结构、位错组态变化的结果.生产证明该工艺已取得较好的经济效益.     

模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用

针对宽带钢多辊冷连轧机组特点,为提高轧制力的预报精度,在结合传统轧制压力模型的基础上把模糊算法和神经网络有机结合,设计出基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型.通过对传统轧制力模型计算值、小脑模型预报计算值与实测值进行对比分析可知,基于模糊小脑模型神经网络的多辊冷连轧机轧制力预报模型具有较高的计算精度,更适合于多辊轧机在线计算机过程控制的应用,满足现场在线生产的要求,取得良好的板形板厚控制效果.     

800 MPa级双相组织低屈强比钢厚板研究

对基本成分为Fe-0.1C-Mo的微合金HSLA钢进行了变化轧制与冷却参数的试验,分析了钢的组织形貌及微观结构;研究了变形和冷却参数与钢的屈强比、缺口冲击功、延伸率等的关系.结果表明:通过对轧制、冷却工艺的组合与变化,实现对钢的强度、塑性、屈强比的控制;抗拉强度800 MPa级的厚钢板,其屈强比控制在0.75以下,低温冲击韧性良好.钢的组织主要由针状铁素体和马氏体两相组成.     

轧制工艺对CSP线热轧汽车用高强钢板组织特征的影响

研究了薄板坯连铸连轧(CSP)工艺生产高强度汽车用大梁板的工艺控制参数与力学性能和显微组织间的关系.根据柔性工艺控制的指导思想,在珠钢电炉CSP流程下实现了生产不同级别高强度钢板的柔性轧制工艺.利用扫描电镜和透射电镜研究了其组织和强度差异产生的原因.研究表明,钢板最终组织为多边形铁素体和少量珠光体组成,平均铁索体晶粒尺寸约为3.7～5.6μm;当降低卷取温度,部分渗碳体已破碎成细小的碳化物粒子分布于铁素体基体上,钢板中有少量贝氏体出现.     

神经网络辨识方法及其在轧钢控制中的应用

利用人工神经网络的辨识理论和方法,进行轧制过程数学模型参数的在线辨识与修正.首先对轧制压力模型和温度模型进行分析,得到适于应用神经网络进行辨识和修正的轧制模型函数形式,选择并比较最速下降、递推最小二乘及共轭梯度训练算法,实现了离线的和在线的仿真与应用.仿真结果表明,将人工神经网络应用于轧钢过程的轧制模型辨识可以大大提高模型预报精度.     

采用平辊实现自由程序轧制最优横移方案新方法

在轧制宽带钢之后轧制窄带钢的轧制次序将会导致宽度方向板厚波动,出现浪形的缺陷·为了防止这些缺陷,对国内某厂2050mm热连轧机组前5机架采用CVC工作辊,而F6、F7机架采用了平工作辊轧制·考虑到横移位置与辊缝轮廓形状之间的关系,开发了适合于平工作辊的最优横移新方式,使得在板带和工作辊的接触区形成光滑的辊缝形状,从而实现自由程序·并将最优横移新方法应用到国内某厂2050mm热连轧机的改造中,取得了满意的效果·