背景技术
在钢板的制造过程,在热轧工序中,精轧后的钢板通过设置在精轧机与卷取机之间的冷却装置而被冷却到规定的温度,然后由卷取机进行卷取。
在钢板的热轧工序中,采用该冷却装置的冷却方案(例如,冷却中途设置“保持在中间保持温度的空冷区”、或者使冷却停止温度等于卷取温度等)成为决定钢板的机械性能的重要因素。
而且,在冷轧钢板的场合,在冷轧后进行的退火工序中,在加热炉中持续保温且在冷却装置中冷却的方案(冷却速度、冷却停止温度)成为决定钢板的机械性能的重要因素。
该控制冷却通过打开和关闭冷却装置的注水阀门或气体阀门,可以对钢板表面喷吹水或者气体。在这种场合,使用基于导热系数和比热的导热基本方程式,对板厚、板宽、穿引速度、侧间(入側)温度、以及冷却停止目标温度等的输入数据进行计算,确定开启和关闭的阀门数。
但是,对应于每个钢卷、或钢卷内的输入条件的变化,高精度地控制温度场(temperature pattern)和冷却终点温度是非常困难的。
作为使温度精度提高的控制方法,在特开平7-214132号公报中,曾经报道了偏离预测温度时的阀门的开启(ON)/关闭(OFF)控制方法,并且,在特开昭59-7414号公报中,曾经报道了在冷却中途设置温度和相变量的测定装置、以实际值为基础修正冷却量的技术。
另一方面,作为以预测温度的精度提高为目标的技术,在特开平9-267113号公报中,曾经报道了根据精轧温度、中间温度、以及卷取温度等的实际值估算导热系数的控制方法,并且,在特开2000-317513号公报中,曾报道了对泡核沸腾、薄膜状沸腾的过渡状态的水冷的导热系数进行估算的控制方法。
但是,这些方法都涉及导热系数。
而且,另一方面,对来自于材料的放热量的估算不充分也是导致温度预测精度降低的原因。
在特开平4-274812号公报中,曾报道了考虑相变放热的影响,使用由在冷却装置上安装的相变分率测定装置求得的相变分率来预测相变放热量的方法,而且,在特开平8-103809号公报中,对同样的相变放热的把握方法,曾报道了使用相变过程的预测模型并通过计算预测相变分率、估算相变放热量的方法。
但是,对于这些方法,在不能考虑比热对相变分率的依存性的情况下,不能正确估算来自钢板的放热量。
与此相比,在Nippon Steel Tech.Rep.,No.67(1995),49.[M.Suehiro等]”、以及“ISIJ in t,Vol.32,No.3,(1992),433,[M.Suehiro等]中,为了估算相变放热量以及比热对温度的依存性,将铁素体相的比热区分为磁相变的比热与无磁相变的比热,对磁相变的比热引入相变分率的影响。
但是,这一考虑方法是以根据相变分率分配比热作为前提,因此存在下述课题,在不能考虑奥氏体相的比热的情况下,在相变初期或高温区的温度预测精度变低,而且在磁相变比热的估算是非常困难的。
发明内容
本发明是控制钢板冷却的方法,其是为了解决上述以往的课题而提出的,其特征在于:在从钢板的Ae3温度以上开始的冷却过程控制冷却终点温度时,使用动态比热(dynamic specific heat)进行温度预测。
在本发明中,所谓的“动态焓(dynamic enthalpy)”与使用差热分析装置等实测的低冷却速度(或低升温速度)即无限接近于平衡状态的条件下的值(例如,Physical Constants of Some Commercial Steelsat Elevated Temperatures(1953),(British Iron and Steel ResearchAssociation)中记载的值)”不同,其表示钢板生产线中考虑的高冷却速度(10~数100℃/s)的“冷却速度依存性强的焓”。
而且,对于本发明,所谓的“动态比热”与使用差热分析装置等实测的低冷却速度(低升温速度)即无限接近于平衡状态的条件下的值(例如,Physical Constants of Some Commercial Steels at ElevatedTemperatures(1953),(British Iron and Steel Research Association)中记载的值)不同,其表示钢板生产线中考虑的高冷却速度(10~数100℃/s)的“与冷却速度依存性强的比热”。
本发明者等对比热对相变分率的依存性进行了潜心地研究,以便在从钢板的Ae3温度以上开始的冷却过程控制冷却终点温度时,提高所使用的温度预测模型的精度。
其结果是,在实际的钢板制造过程中采用的冷却速度下,发生相变的滞后,因此相分率与平衡状态下的相分率有很大差异,对于在钢板制造中所使用的温度预测模型,并非使用由平衡实验得到的比热值,而是必须使用考虑了相变的滞后的动态比热。
于是,本发明者等潜心研究了高精度求得动态比热的方法的结果,在以相变分率分配以往的相变放热、磁相变比热的方法中,计算精度存在一定限度,如果通过求得奥氏体相以及铁素体相的焓、以及从未相变分率求出由式(1)定义的动态焓,将这一倾斜度定义为动态焓、并将其用于以往的温度预测模型的比热,则发现可以在短时间内高精度地进行温度预测。
并且,根据这一见解,以致完成了本发明。
为了解决上述课题所完成的权利要求1所记载的发明是一种控制钢板冷却的方法,其特征在于:在从钢板的Ae3温度以上开始的冷却过程控制冷却终点温度时,事先求出各个温度的奥氏体相以及铁素体相的焓(Hγ、Hα),从对应于目标温度场而求得的奥氏体的未相变分率(Xγ)求出由式(1)定义的动态焓(HSYS),将该动态焓相对于温度的倾斜度用作动态比热而对温度进行预测,由此控制钢板的冷却。
HSYS=Hγ(Xγ)+Hα(1-Xγ) 式(1)
权利要求2所记载的发明,其特征在于:在上述发明中,目标温度场在其1/3以上的区域,冷却速度为10℃/s~300℃/s。
权利要求3所记载的发明,其特征在于:在上述发明中,使用纯铁的值作为钢的奥氏体相以及铁素体相的焓(Hγ、Hα)。
权利要求4所记载的发明,其特征在于:在上述发明中,通过对钢的成分和目标温度场事先求得的相变曲线对未相变分率(Xγ)进行预测。
权利要求5所记载的发明,其特征在于:使用模拟材料的相变过程的相变预测计算模型对未相变分率(Xγ)进行预测。
权利要求6所记载的发明,其特征在于:在热轧后的冷却工序控制中间保持温度和卷取温度时,通过使用上述动态比热而预测的温度来进行控制。
权利要求7所记载的发明,其特征在于:在热轧后的退火工序控制冷却终点温度时,通过使用上述动态比热而预测的温度来进行控制。
钢的特征在于:以质量%计含有C:0.30%以下、Si:2.0%以下、Al:2.0%以下、Mn:0.1%~5.0%、P:0.2%以下、S:0.0005%~0.02%、N:0.02%以下,且余量为铁以及不可避免的杂质。
而且,上述钢中,能够使其进一步含有Ti:0.01%~0.20%、Nb:0.01%~0.10%中的1种或2种以上。
并且,能够使其进一步含有0.0005%~0.02%的选自Ca、Mg、Zr、REM中的1种或2种以上。
此外,上述钢中,能够使其进一步含有Cu:0.04%~1.4%、Ni:0.02%~0.8%、Mo:0.02%~0.5%、V:0.02%~0.1%、Cr:0.02%~1.0%、B:0.0003%~0.0010%中的1种或2种以上。
并且,该钢中C、Mn、Si、Al的质量%能够满足式(2)的要求。
(C)+0.2×(Mn)-0.1×(Si+2×Al)≥0.15 式(2)
根据本发明,在从钢板的Ae3温度以上开始的冷却过程控制冷却终点温度时,通过提高预测温度模型的精度,力求冷却中钢板温度场以及冷却终点温度的控制精度的提高,能够制造目标值的钢板。
具体实施方式
对于本发明,在从钢板的Ae3温度以上开始的冷却过程控制冷却终点温度时,制作与由钢板制造工序中的高冷却速度所引起的相变滞后相对应的温度预测模型,由此可以提高温度预测精度,实现冷却控制精度的提高。以下,就本发明的各个构成要件进行详细地说明。
对于通常的比热,在冷却速度非常缓慢的近于平衡条件下,可以测定与温度降低相对应的钢板产生的放热量,以温度对该放热量进行微分而可以求出该比热,但在高冷却速度条件下,通过实验正确地测定钢板产生的放热量是困难的,因此通过实验不能求出高冷却速度下的比热(动态比热)。
于是,对高冷却速度下的比热进行高精度的预测方法潜心研究的结果,发现如果使用如下所示的计算方法,则可以导出高冷却速度下的比热(动态比热)。
作为导出该动态比热的方法,发明了下述方法,即,将高冷却速度下相变分率发生动态地变化的相变中途的混合组织状态的焓作为由式(1)定义的动态焓进行估算,将该动态焓相对于温度的倾斜度定义为动态比热而导出。
此时,对于动态焓相对于温度的倾斜度,可以以温度对动态焓进行微分来求出,也可以使用相对于微小温度变化(ΔT)的动态焓的变化(ΔHSYS),并通过ΔHSYS/ΔT来求出。
但是,在ΔT过大时,各温度的动态比热较大地偏离实际的动态比热,精度良好的进行温度预测变得不能实现,因此ΔT为50℃以下是优选的。
特别是对于相变滞后较大的条件,本发明可以发挥较大的效果。因此,对于冷却速度高的目标温度场,本发明改善温度预测精度的效果较大。为了充分得到该效果,在温度场的1/3区域中至少具有10℃/s以上的冷却速度是必要的。
另一方面,在冷却速度超过300℃/s时,即使温度预测得到改善,从冷却设备的反应速度的极限来看,冷却控制性不能较大地改善,因此将冷却速度的上限设定为300℃/s。特别地,为了得到大的效果,希望具有20℃/s以上的冷却速度。
而且,即使将本发明用于冷却速度10℃/s以下的区域为2/3以上的目标温度场中,也只是改善效果变小而已,与现状的预测精度相比,并非处于劣势。
本发明中最重要的课题之一是导出该相变中途的混合组织的动态焓的方法。
本发明者等经反复潜心研究发现,相变中途的混合组织的动态焓通过下述方法进行估算,从而导出式(1),所述方法是,对构成混合组织的奥氏体相和铁素体相的各个焓(Hγ、Hα)通过用成为目标的温度履历得到的未相变分率(Xγ)进行加权分配。
HSYS=Hγ(Xγ)+Hα(1-Xγ) 式(1)
本发明中最重要的课题之一是上述动态焓的导出中使用的奥氏体相以及铁素体相的各自的焓的方法。
本发明者等经过潜心研究的结果,发现各个相的焓对温度的依存性几乎不受成分的影响,而且发现通过纯铁中的奥氏体相以及铁素体相的焓,能够导出精度十分高的组织的焓。
而且,关于各自的焓,即使不对每个钢卷分别实施计算也可以,可以高效率地计算。
并且,各个焓也可以使用以实验方式求得的(例如,PhysicalConstants of Some Commercial Steels at Elevated Temperatures(1953),(British Iron and Steel Research Association)中记载的值,也可以使用(例如,Thermo-Calc(B.Sundman:Anales de fisica36B,(1990),p69.)中计算的结果(图1)。
此时,在求得各个相的焓时,不使用纯铁的值,而使用根据某一特定成分得到的值来计算各个钢种、各个钢卷的动态比热也不会偏离本发明。
另一方面,对于相对于成为目标的温度场的相变分率,可以以通过在实际生产线上安装的相变分率测定装置实测的实际值为基础来计算,也可以相对于成分和目标温度场事先通过实验等求出相变分率的变化、制作相对于成分和目标温度场的表格而加以使用,或者也可以以成分和目标温度场的函数形式制作数学式而加以使用。
为了进行事先预测,可以使用相对于高冷却速度下的温度场能够预测相变组织的相变预测计算模型。作为该相变预测计算模型,例如可以采用“末ら:と鋼,vol.73,No.8,(1987),111.”中记载的模型。
本发明是考虑来自于奥氏体相的冷却中的相变的滞后而导出动态比热、提高在冷却控制中使用的温度预测模型的预测精度的技术,只要是来自于奥氏体相的冷却,其冷却方法无论气体或水都可以使用。而且,在热轧后的冷却中的中间保持温度、卷取温度的控制、退火工序的冷却终点温度的控制中的任何工序也可以使用。
其次,就本发明的钢板成分的限定理由进行说明。
C:是影响钢的加工性的元素,含量增多时加工性劣化。特别是超过0.30%时,生成对扩孔性有害的碳化物(珠光体、渗碳体),因此将C设定为0.30%以下。而且,C含量越多,相变滞后越大,因此使用以往的比热时,温度的预测精度下降,动态比热的应用的效果增大。
Si:是用于抑制有害的碳化物的生成、使铁素体分率增加、提高延伸率的有效的元素,而且,也是对用于利用固溶强化的材料强度的确保的有效的元素,因此希望添加,但添加量增多时不仅化学转换处理性降低,而且点焊性劣化,因此将上限设定为2.0%。
而且Si含量越多,则相变滞后越减小,所以使用以往比热的温度预测精度也变高,动态比热的应用的效果减小。
Al:与Si一样,是用于抑制有害的碳化物的生成、使铁素体分率增加、提高延伸率的有效的元素。特别是用于兼备延展性和化学转换处理性的必要的元素。Al以往一直是脱氧的必要元素,通常添加0.01~0.07%左右。
本发明者等经过潜心研究的结果发现,通过在低Si系中也大量添加Al,不会使延展性劣化,而且能够改善化学转换处理性。
但是,添加量增多时,不仅延展性提高的效果饱和,而且化学转换处理性降低,加之点焊性也降低,因此将上限设定为2.0%。特别在化学转换处理严格的条件下,优选将上限设定为1.0%。
而且,Al含量越多,则相变滞后越减小,使用以往比热的温度的预测精度也提高,动态比热的应用的效果减小。
Mn:是确保强度的必要的元素,最低添加0.1%是必要的。但是,大量添加时,容易引起微观偏析和宏观偏析,它们使扩孔性劣化。故将上限设定为5.0%。而且Mn的含量越多,相变的滞后越大,因此如果使用以往比热,则温度的预测精度降低,动态比热的应用的效果增大。
P:是提高钢板强度的元素,通过与Cu的同时添加,其是提高耐腐蚀性的元素,但如果添加量高,也是引起焊接性、加工性以及韧性劣化的元素。所以,将其设定为0.2%以下。特别在耐腐蚀性不成为问题的场合,重视加工性而优选将其设定为0.03%以下。
S:是形成MnS等硫化物、成为裂纹的起点、使扩孔性减低的元素。因此,将其设定为0.02%以下是必要的。但是,调整为不足0.0005%时,由于脱硫成本提高,因此S设定为0.0005%以上。
N:在大量添加时,非时效性劣化,发生被称为“拉伸应变”的条纹状图案,除了加工性劣化外,外观被损害。超过0.02%时,可以显著地看到该影响,因此将N设定为0.02%以下。
Ti、Nb:形成碳化物,对强度的增加有效,有利于硬度的均匀化而改善扩孔性。为了使这些效果有效发挥,Nb和Ti均至少添加0.01%是必要的。
但是,这些元素在过量添加时,由于析出强化,延展性劣化,因此作为上限,Ti设定为0.20%、Nb设定为0.10%。这些元素单独添加也有效果,而且复合添加也有效果。
Ca、Mg、Zr、REM:对于控制硫化物系的夹杂物的形状、扩孔性的提高有效。为了使该效果有效发挥,至少添加0.0005%以上的它们中的1种或2种以上是必要的。另一方面,大量添加时,相反使钢的洁净度恶化,损害扩孔性和延展性。所以,将Ca、Mg、Zr、REM的上限设定为0.02%。
Cu:是通过与P的复合添加提高耐腐蚀性的元素,为了得到该效果,优选添加0.04%以上。但是,大量添加使淬火性增加、且使韧性降低,因此将上限设定为1.4%。
Ni:是用于抑制在添加了Cu时的热裂纹所必须的元素。为了得到该效果,优选添加0.02%以上。但是,大量的添加与Cu一样使淬火性增加、且使延展性降低,因此将上限设定为0.8%。
Mo:是抑制渗碳体的生成、使扩孔性提高的有效的元素,为了得到该效果,添加0.02%以上是必要的。但是,Mo也是提高淬火性的元素,因此过剩地添加会导致延展性降低,因此将上限设定为0.5%。
V:形成碳化物,有利于确保强度。为了得到该效果,添加0.02%以上是必要的。但是。但是,大量的添加使延伸率降低、且提高成本,因此将上限设定为0.1%。
Cr:与V一样形成碳化物,有利于确保强度。为了得到该效果,添加0.02%以上是必要的。但是,Cr是提高淬火性的元素,因此大量的添加使延伸率降低。所以,将上限设定为1.0%。
B:是对强化晶界、在超高强度钢中成为课题的2次加工裂纹的改善有效的元素。为了得到该效果,添加0.0003%以上是必要的。但是,B也是提高淬火性的元素,由于大量的添加而延展性降低,因此将上限设定为0.001%。
本发明特别对相变滞后大的钢种发挥很大的效果,在主要添加元素中,添加量多、特别是对于适合使用使相变延迟的效果大的C和Mn的质量%、以及使相变提前的Si和Al的质量%所构成的式(2)的条件的钢种,利用动态比热产生的温度预测精度的改善效果较大。
(C)+0.2×(Mn)-0.1×(Si+2×Al)≥0.15 式(2)
实施例
其次,根据实施例说明本发明。
表1表示A~H钢的目标成分,表2表示这些钢种在热轧中的目标精轧温度(FT)、以及目标卷取温度(CT)和平均冷却速度(CR)。
各钢由式(2)导出的值示于表1。作为比较的平衡比热,是由差热分析等得到的低冷却速度下的接近于平衡状态的比热。
另一方面,关于动态比热,使用Thermo-Calc求得的纯铁的铁素体相以及奥氏体相的焓的值(图1),对热轧后在冷却中的未相变分率(Hγ),使用“末ら:と鋼,vol.73,No.8,(1987),111.”的相变预测模型,输入成分实际、FT实际和冷却速度,由此对各个钢卷求出动态比热。
对于得到的各温度的值(计算步长ΔT=25℃),应用式(1)计算出动态焓,每个步长的焓的降低量(ΔHSYS)除以计算步长(ΔT=25℃),算出各温度下的动态比热。
作为动态比热的计算实例,对表2的条件下得到的动态比热和以往的平衡条件下得到的以往比热相对比,示于图2~9。
HSYS=Hγ(Xγ)+Hα(1-Xγ) 式(1)
使用该动态比热进行的温度预测的控制冷却是对A~E的钢种分别实施20~100卷,并测定CT的命中率(中率)。CT的命中率是,将使用各个比热时的CT的温度预测值(CT预测值)与表2的CT目标值之差((CT预测值)-(CT目标值))控制到±30℃以内的几率。
使用本发明的动态比热而进行的温度预测时,与使用平衡比热的温度预测精度相比,可以得到良好的温度预测精度。
其中,对于A、D、G、H各钢种(各20卷),热轧后实施冷轧和退火,测定此时的退火工序中的冷却终点温度的命中率。
在此,冷却终点温度的命中率是,将使用各个比热时的冷却终点温度预测值(冷却终点预测值)与表3的冷却终点目标值之差((冷却终点预测值)-(冷却终点目标值))控制到±30℃以内的几率。
如表3所示那样,可以知道,使用了本发明的动态比热进行温度预测与使用了平衡比热的温度预测精度相比,可以得到良好的温度预测精度。
表1 (质量%)
|
C |
Si |
Mn |
Al |
P |
S |
N |
other |
式(2) |
A |
0.10 |
0.10 |
1.00 |
0.030 |
0.011 |
0.0028 |
0.0043 |
|
0.30 |
B |
0.04 |
0.70 |
2.00 |
0.044 |
0.008 |
0.0020 |
0.0033 |
Nb:0.02 |
0.38 |
C |
0.04 |
0.95 |
1.30 |
0.035 |
0.006 |
0.0010 |
0.0040 |
Ti:0.12,Ca:0.002 |
0.21 |
D |
0.13 |
1.00 |
2.30 |
0.048 |
0.006 |
0.0030 |
0.0050 |
Ti:0.03 |
0.59 |
E |
0.15 |
0.02 |
0.50 |
0.045 |
0.008 |
0.003 |
0.0030 |
|
0.26 |
F |
0.05 |
0.02 |
0.25 |
0.040 |
0.011 |
0.003 |
0.0035 |
Cu:0.2.Ni:0.1 |
0.10 |
G |
0.10 |
0.015 |
0.40 |
0.035 |
0.009 |
0.003 |
0.0035 |
Mo:0.05 |
0.18 |
H |
0.15 |
0.70 |
2.50 |
0.040 |
0.011 |
0.002 |
0.0040 |
B:0.0008 |
0.59 |
表2
|
FT℃ |
CT℃ |
CR℃/s |
动态分率(本发明) |
平衡比热(比较) |
CT命中率 |
实施数 |
CT命中率 |
实施数 |
A |
870 |
650 |
35 |
94% |
100卷 |
81% |
100卷 |
B |
870 |
500 |
30 |
95% |
30卷 |
73% |
30卷 |
C |
920 |
500 |
33 |
90% |
30卷 |
75% |
30卷 |
D |
880 |
550 |
50 |
90% |
30卷 |
66% |
30卷 |
E |
840 |
680 |
25 |
99% |
30卷 |
83% |
30卷 |
F |
880 |
580 |
40 |
95% |
20卷 |
90% |
20卷 |
G |
880 |
580 |
35 |
94% |
20卷 |
86% |
20卷 |
H |
840 |
600 |
40 |
92% |
20卷 |
70% |
20卷 |
※CT的命中率为(CT预测值)-(CT目标值)<±30℃的比例。
表3
|
退火温度℃ |
冷却终点温度℃ |
CR℃/s |
动态分率(本发明) |
平衡比热(比较) |
冷却终点的命中率 |
实施数 |
冷却终点的命中率 |
实施数 |
A |
850 |
350 |
80 |
94% |
20卷 |
86% |
20卷 |
D |
850 |
420 |
80 |
92% |
20卷 |
76% |
20卷 |
G |
850 |
350 |
80 |
96% |
20卷 |
88% |
20卷 |
H |
850 |
320 |
80 |
98% |
20卷 |
80% |
20卷 |
※冷却终点的命中率为(冷却终点预测值)-(冷却终点目标值)<±30℃的比例。