CN103192048B - 一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法 - Google Patents

Abstract

本专利涉及一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法，包括热物性参数数据库模块、连铸坯凝固传热计算模块、数据输出模块。具体实施方式如下：通过实验及归纳、整理相关文献数据，建立了钢的热性参数数据库模块，将该数据库模块嵌入已研发的中厚板坯连铸凝固冷却过程模拟与优化软件V1.0，所建立的热物性参数数据库模块，为连铸凝固传热计算模块提供精准数据支撑，形成了以精准钢的热物性参数为基础的连铸凝固冷却过程模拟方法。在此基础上，运用回归分析方法，形成了以化学成分为自变量的钢高温塑性预测方法，建立的高温塑性预测模型，构成钢热物性参数数据库模块的重要内容。目前，该方法已应用于连铸实际生产。

Description

一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法

技术领域

本专利涉及连铸坯质量控制技术领域，适用于多钢种连铸生产。在连铸过程模拟研究中，钢的热物性参数对连铸坯凝固冷却过程结果的准确性具有重要意义。本专利通过实验及归纳、整理相关文献数据，建立了钢的热性参数数据库模块，将该数据库模块嵌入已研发的中厚板坯连铸凝固冷却过程模拟与优化软件V1.0（软件著作权登记流水号：20130117A92844），形成了一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法。已应用于连铸实际生产。

背景技术

连铸坯凝固过程冷却控制是连铸坯生产的关键技术之一，冷却水量控制不仅影响连铸机的生产率，并对铸坯质量有重要的影响。目前，国内外大多数连铸机在连铸生产过程中冷却水量的控制是以铸坯凝固传热模拟研究为基础。连铸坯在二冷区进行凝固冷却过程中常常处于较高的温度区间，一般在900℃以上。因此，为了获得良好的铸坯质量，钢在高温条件下的热特性是连铸二次冷却控制需要考虑的，钢的高温热特性包括高温力学性能和热物理性质，统称为钢的热物性。

钢的热物理性质参数包括固、液相线温度、导热系数、密度、比热、凝固潜热及高温塑性。目前，国内外已有不少文献针对钢的热物性参数进行相关研究，研究方法主要分两大类，第一类为针对具体钢种进行物性参数检测实验，进而得到数据；第二类为通过整理多个钢种热物性参数实验数据，进而对大量数据进行归纳、总结，并采用合适的数学方法处理得到特定适用范围的热物性参数计算公式。

目前，已有不少文献报道中提到应用商用工程分析软件如ANSYS、ABAQUS等模拟铸坯凝固传热过程，但是并未建立钢的热物性参数数据库。此外，如软件PROCAST等虽然建立部分常见钢种的热物性参数数据，但是，上述软件仅仅适用于对铸坯凝固过程分析，已报道的文献中并未见有直接运用到连铸实际生产。多数钢铁企业在连铸生产过程中，所配置的铸坯凝固传热分析软件普遍采用单一的计算方法得到钢的高温物性参数，由于受到物性参数计算公式适用条件限制，计算结果的误差较大。特别是进行多钢种连铸生产时，单一的计算公式难以满足生产需求。本专利通过整理多个钢种钢的热物性参数数据，建立了热物性参数数据库，为连铸凝固传热模型精准计算提供数据支撑。

钢的高温力学性能主要指标为钢的高温塑性，Adams于1971年提出用断面收缩率(R.A.)代替断口直径以表示热塑性的高低，以强度极限表示钢在不同温度下的强度指标。这两个性能指标在热塑性研究中一直沿用至今。根据钢的高温塑性特点，按照温度范围划分为三个区间。其中，第Ⅲ脆性区主要在比较低的应变速率（<10-2）下出现，所以连铸坯在弯曲、矫直过程中产生的铸坯裂纹与第Ⅲ脆性区的脆化有着密切的关系。其脆化机理主要是高温下钢中固溶的Nb、Al等以Nb(CN)或AlN的形式动态或静态析出在γ晶界。晶界发生滑移时，在应力作用下，析出物与基体之间产生微小空洞，空洞发展聚合最后形成裂纹。为了使铸坯在矫直过程中避开第三脆性区，需要掌握钢的高温塑性曲线，该曲线通过Gleeble高温拉伸试验机模拟拉伸试验测量得到。本专利在实验基础上通过总结、整理建立了钢的高温塑性数据库及钢的高温塑性曲线预测方法。

发明内容

本专利所要解决的技术问题是：

一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法，其特征在于，该专利包含热物性参数数据库模块、连铸坯凝固传热计算模块、数据输出模块，上述三个模块依托中厚板坯连铸凝固冷却过程模拟与优化软件（软件著作权登记流水号：20130117A92844）实现数据传递。在上述基础上，运用回归分析方法，形成了以化学成分为自变量的钢高温塑性预测方法，并建立的高温塑性预测模型，构成钢热物性参数数据库的重要内容。

通过建立钢的热物性参数数据库，在连铸坯冷却凝固模拟过程中调用该数据库中相关数据，得到所连铸钢种的热物性参数并运用到铸坯冷却凝固传热模型计算中，提高了铸坯温度场模拟结果的准确性；应用到连铸实际生产中，依靠数据库中钢的高温力学性能数据，为连铸生产过程中冷却水量合理分配提供数据支持，以有效减少铸坯裂纹产生。本发明专利主要有以下内容构成。

（1）本发明专利实施方式如图1所示，在连铸坯生产中（如图2所示），运用本专利，通过输入连铸钢种，钢水参数例如浇铸温度、结晶器参数、连铸机参数、冷却水量等连铸工况，调用所建立的热物性参数数据库模块，运算连铸坯凝固传热计算模块，实现连铸坯凝固冷却过程仿真，并通过数据输出模块显示分析结果，为连铸冷却过程控制提供基础。通过对实验及文献数据整理，在数据准确性验证的基础上，利用SQLServer2000建立了钢的热物性参数数据库模块，包含固、液相线温度、导热系数、密度、比热、凝固潜热及高温塑性参数数据，嵌入已研发的中厚板坯连铸凝固冷却过程模拟与优化软件V1.0（软件著作权登记流水号：20130117A92844）。在连铸坯凝固冷却过程模拟计算中，针对连铸生产钢种，调用数据库模块中已有的实验数据并进行相应计算，能有效提高铸坯冷却凝固模拟计算结果准确性。另外，连铸凝固冷却过程控制中，通过查询数据库模块中的高温塑性数据，进而在设定连铸坯在各冷却段的目标表面控制温度时，使铸坯在矫直区内避开第三脆性区。

（2）所述的钢的高温塑性预测模型，考虑钢的高温塑性主要受钢的化学成分和工艺条件的影响。为了找出在连铸过程条件下，钢的化学成分在某温度点与断面收缩率的函数关系，针对24组试验条件相近的数据以钢的化学元素为自变量，在700℃～1250℃温度区间，间隔50℃条件下选取12个温度节点的断面收缩率值为因变量，进行了多元线性回归分析。用于回归分析的24组数据的试验条件均为应变速率1.0×10^-3/s，冷却速度3℃/min。

运用统计软件SPSS13.0进行后退法回归分析，在综合考虑元素数、各统计量值和各元素对高温塑性的实际影响，选取回归分析的化学成分元素为C、Si、Mn、P、S、Al、Nb、Ti、V、Ni、Cr、Cu等。所建立的回归模型如方程（1）所示：

式中：—温度T时的断面收缩率，%；

A—常数；

[i]—元素i的质量百分比，%；

B_i—元素i的乘系数。

针对回归分析模型进行显著性检验表明，该方法能够建立具有较高准确性的钢的高温塑性预测模型。随着国内外对钢的高温塑性的深入研究，运用本方法，通过增加统计样本数量，能够使钢高温塑性预测模型得到不断丰富与发展。

附图说明

图1为一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法实施路线。

图2为连铸生产简图。

图中：1-中间包测温；2-结晶器内弯月面；3-结晶器；4-支撑辊；5-冷却水喷嘴；6-已凝固铸坯坯壳；7-钢液。

具体实施方式

下面以具体实施案例，针对某钢厂连铸生产X70管线钢为例对本专利作进一步说明。X70化学成分如表1所示。

表1X70钢的化学成分（单位，%）

C	Si	Mn	P	S	Al	Nb	Ti	V	Ni	Cr	Mo	Cu
													0.036	0.256	1.49	0.012	0.002	0.029	0.056	0.004	0.004	0.106	0.022	0.165	0.112

该厂连铸生产X70钢的浇铸工况如表2所示。

表2X70钢浇铸的工况

钢种	断面尺寸，mm	拉坯速度，m/min	浇铸温度，℃	比水量，l/min
					X70	1600×230	1.0	1550	0.61

本专利具体实施方式如下：

（1）为了掌握该钢种连铸生产过程中铸坯凝固状况，运行所研发的中厚板坯连铸凝固冷却过程模拟与优化软件V1.0；

（2）调用热物性参数数据库模块中X70钢热物性参数数据，选取该钢种热物性参数并导入连铸坯凝固计算模块；同时，选取X70钢高温塑性数据作为冷却水量优化依据。若数据库中暂未录入某钢种的高温塑性参数，则通过输入该钢种化学成分，运用本发明内容（2）得到的高温塑性回归方程进行计算；

（3）设置连铸工艺参数并开始运行连铸坯凝固计算模块，计算连铸坯凝固坯壳厚度及铸坯温度场。通过射钉实验验证该方法对凝固坯壳厚度计算结果，结果如表3所示；

表3两种方法获得连铸坯坯壳厚度的比较

二冷区段	射钉厚度，mm	计算厚度，mm	相对误差，%
				5段末	90.5	88.1	2.65
6段末	98	95.1	2.96

由表3可知，通过该方法计算与射钉实验得到结果比较，相对误差均在3%以内，表明本方法通过调用热物性参数数据库对坯壳厚度的预测比较准确。

运用红外测温枪对该厂中厚板坯连铸机二冷区第5、6、8扇形段末铸坯内弧表面中心及角部进行了测温，将测温结果与本方法中连铸坯凝固传热模型温度计算结果进行了比较，详见表4。

表4对连铸坯表面温度实测与计算的比较（拉速1m/min）

由表4可知，运用本方法预测的铸坯表面温度与实测温度相对误差在4.5%以内，表明运用本方法，铸坯温度计算较为准确。

Claims (1)

1.一种基于精准热物性参数的连铸坯凝固冷却过程模拟方法，其特征在于，包含热物性参数数据库模块、连铸坯凝固传热计算模块、数据输出模块，上述三个模块依托中厚板坯连铸凝固冷却过程模拟与优化软件实现数据传递；在上述基础上，运用回归分析方法，形成了以化学成分为自变量的钢高温塑性预测方法，建立高温塑性预测模型，构成钢热物性参数数据库的重要内容；通过建立钢的热物性参数数据库，在连铸坯冷却凝固模拟过程中调用该数据库中相关数据，得到所连铸钢种的热物性参数并运用到铸坯冷却凝固传热模型计算中，提高了铸坯温度场模拟结果的准确性；应用到连铸实际生产中，依靠数据库中钢的高温力学性能数据，为连铸生产过程中冷却水量合理分配提供数据支持，以有效减少铸坯裂纹产生；具体内容如下： 

(1)在连铸坯生产中通过输入连铸钢种，钢水参数包括浇注温度、结晶器参数、连铸机参数、冷却水量连铸工况，调用所建立的热物性参数数据库模块，运算连铸坯凝固传热计算模块，实现连铸坯凝固冷却过程仿真，并通过数据输出模块显示分析结果，为连铸冷却过程控制提供基础；通过对实验及文献数据整理，在数据准确性验证的基础上，利用SQLServer2000建立了钢的热物性参数数据库模块，包含固、液相线温度、导热系数、密度、比热、凝固潜热及高温塑性参数数据，嵌入已研发的中厚板坯连铸凝固冷却过程模拟与优化软件V1.0；在连铸坯凝固冷却过程模拟计算中，针对连铸生产钢种，调用数据库模块中已有的实验数据并进行相应计算，能有效提高铸坯冷却凝固模拟计算结果准确性；另外，连铸凝固冷却过程控制中，通过查询数据库模块中的高温塑性数据，进而在设定连铸坯在各冷却段的目标表面控制温度时，使铸坯在矫直区内避开第三脆性区； 

(2)如上所述的钢的高温塑性预测模型，考虑到钢的高温塑性主要受钢的化学成分和工艺条件的影响；为了找出在连铸过程条件，钢的化学成分在某温度点与断面收缩率的函数关系，针对24组试验条件相近的数据以钢的化学元素为自变量，在700℃～1250℃温度区间，间隔50℃条件下选取12个温度节点的断面收缩率值为因变量，进行了多元线性回归分析；用于回归分析的24组数据的试验条件均为应变速率1.0×10^-3/s，冷却速度3℃/min； 

运用统计软件SPSS13.0进行后退法回归分析，在综合考虑元素数、各统计量值和各元素对高温塑性的实际影响，选取回归分析的化学成分元素为C、Si、Mn、P、S、Al、Nb、Ti、V、Ni、Cr、Cu；所建立的回归模型如方程(1)所示： 

式中：—温度T时的断面收缩率，％； 

A—常数； 

[i]—元素i的质量百分比，％； 

B_i—元素i的乘系数。