CN104677721A - 铸钢材质力学性能在线预测方法 - Google Patents

铸钢材质力学性能在线预测方法 Download PDF

Info

Publication number
CN104677721A
CN104677721A CN201510112601.6A CN201510112601A CN104677721A CN 104677721 A CN104677721 A CN 104677721A CN 201510112601 A CN201510112601 A CN 201510112601A CN 104677721 A CN104677721 A CN 104677721A
Authority
CN
China
Prior art keywords
mechanical property
coefficient
growth rate
tensile strength
brinell hardness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510112601.6A
Other languages
English (en)
Other versions
CN104677721B (zh
Inventor
马建华
郭建斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Huifeng Metal Detection Co Ltd
Original Assignee
Tianjin Huifeng Metal Detection Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Huifeng Metal Detection Co Ltd filed Critical Tianjin Huifeng Metal Detection Co Ltd
Priority to CN201510112601.6A priority Critical patent/CN104677721B/zh
Publication of CN104677721A publication Critical patent/CN104677721A/zh
Application granted granted Critical
Publication of CN104677721B publication Critical patent/CN104677721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

本发明铸钢材质力学性能在线预测方法，涉及以材料力学性能预测为目的的数据处理系统或方法，建立用钢水中的各个元素成分含量计算铸钢材质力学性能的回归方程组，将光谱仪快速测量的各元素成分含量结果代入计算方程，计算出该铸钢材质所能达到的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的力学性能，在线提示达到所计算出的各项力学性能要求的最简易调整方法，该方法防止了铸钢材质力学性能不符合要求的废品的产生。

Description

铸钢材质力学性能在线预测方法
技术领域
本发明的技术方案涉及以材料力学性能预测为目的的数据处理系统或方法，具体地说是铸钢材质力学性能在线预测方法。
背景技术
铸钢产品是以力学性能，包括抗拉强度、屈服强度、延伸率、断面收缩率和硬度符合标准要求作为交货条件。目前铸钢材质力学性能的测量方法是：将钢水浇入试棒铸型内，经冷却、开箱、清砂、抛丸、退火、切削加工后，才能在实验室的力学性能试验机上完成其力学性能的测量，待到发布力学性能实验报告时，铸钢产品早已铸就。
目前的铸钢生产中是用控制钢水主要元素成分含量的方法，试图来控制铸钢材质的力学性能。由于人们对钢水中残余成分影响铸钢力学性能的方向和程度知之甚少，往往忽略钢水中残余成分对铸钢力学性能的影响。结果是经常发生钢水主要元素成分含量符合，而铸钢材质力学性能不符合要求的废品。因此如果能够用钢水中各元素成分含量计算出铸钢材质的力学性能，就可以在熔炼过程中在线预知铸钢材质的力学性能。就可以利用各元素成分含量影响铸钢材质力学性能的互补关系，冶炼中选择最简易的补救方案，将钢水调整到力学性能符合交货条件的状态。从而使造型、熔炼、浇注、冷却、开箱、清砂、抛丸、打磨、退火后的铸钢产品都能符合交货条件，消除力学性能不符合材质要求的废品产生。这是目前铸钢生产厂家迫切需要的一种在线检测手段。
发明内容
本发明所要解决的技术问题是：提供铸钢材质力学性能在线预测方法，建立用钢水中的各个元素成分含量计算铸钢材质力学性能的回归方程组，将光谱仪快速测量的各元素成分含量结果代入计算方程，计算出该铸钢材质所能达到的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的力学性能，在线提示达到所计算出的各项力学性能要求的最简易调整方法，该方法防止了铸钢材质力学性能不符合要求的废品的产生。
本发明解决该技术问题所采用的技术方案是：铸钢材质力学性能在线预测方法，步骤如下：
第一步，配置专用装置：
铸钢材质力学性能在线预测方法的专用装置主要包括光谱仪、显示铸钢材质力学性能在线计算结果的显示器和安装有铸钢力学性能计算方程组的计算机三部分，其次还需要测量铸钢材质各项力学性能的万能试验机和硬度计；
第二步，积累各炉次钢水光谱测试样块的元素成分含量：
在出钢前从炼钢炉舀取钢水，浇注光谱测试样块；向光谱仪输入炉次号和钢种牌号；光谱仪完成光谱测试样块中各元素成分含量的测量，自动生成测量编号，将积累测量结果存入光谱仪的数据库和铸钢力学性能计算方程的数据库；
第三步，积累测量各炉次铸钢材质力学性能数据：
从炉里取光谱测试样块同时取钢水浇注力学性能实验试棒；冷却后对力学性能实验试棒进行清理、切割、退火和加工，完成力学性能实验试棒测试所需工艺全过程；在万能试验机和硬度计上测量力学性能实验试棒的各项力学性能，将积累测量结果存入铸钢力学性能计算方程的数据库，第三步与第二步同时进行；
第四步，每个铸钢材质牌号积累60～120组测试数据：
由第二步和第三步同时从同一炉号取出的同一牌号钢水浇注光谱测试样块和力学性能试棒进行测量，得到一组完整的元素成分含量和力学性能实验数据；同一牌号钢种需重复上述实验过程60～120个炉次，积累到60～120组一一对应且完整真实的测试数据，即可进行该材质牌号铸钢力学性能计算方程的建立；
第五步，建立各材质牌号的铸钢材质力学性能计算方程：
将上述积累的60～120组实测数据代入如下的回归方程组，导出抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能计算方程的各成分系数和常数，
(1)抗拉强度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，A0、A1、A2、A3、A4、A5、A6、A7、A8、A9、A10、A11、A12、A13、A14、A15和A16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，抗拉强度k为第k个样本所对应的力学性能试棒实测得到的抗拉强度值；
(2)屈服强度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，B0、B1、B2、B3、B4、B5、B6、B7、B8、B9、B10、B11、B12、B13、B14、B15和B16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，屈服强度k为第k个样本所对应的力学性能试棒实测得到的屈服强度值；
(3)伸长率计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，C0、C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14、C15和C16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，伸长率k为第k个样本所对应的力学性能试棒实测得到的伸长率值；
(4)断面收缩计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，D0、D1、D2、D3、D4、D5、D6、D7、D8、D9、D10、D11、D12、D13、D14、D15和D16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，断面收缩k为第k个样本所对应的力学性能试棒实测得到的断面收缩值；
(5)布氏硬度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，E0、E1、E2、E3、E4、E5、E6、E7、E8、E9、E10、E11、E12、E13、E14、E15和E16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，布氏硬度k为第k个样本所对应的力学性能试棒实测得到的布氏硬度值；
进一步由此建立起如下抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能计算方程组：
抗拉强度＝A1·C％+A2·Si％+A3·Mn％+A4·P％+A5·S％+A6·Cr％+A7·Ni％+A8·Mo％+A9·Cu％
+A10·Ti％+A11·Co％+A12·Al％+A13·V％+A14·W％+A15·B％+A16·Pb％+A0
屈服强度＝B1·C％+B2·Si％+B3·Mn％+B4·P％+B5·S％+B6·Cr％+B7·Ni％+B8·Mo％+B9·Cu％
+B10·Ti％+B11·Co％+B12·Al％+B13·V％+B14·W％+B15·B％+B16·Pb％+B0
伸长率＝+C1·C％+C2·Si％+C3·Mn％+C4·P％+C5·S％+C6·Cr％+C7·Ni％+C8·Mo％+C9·Cu％
+C10·Ti％+C11·Co％+C12·Al％+C13·V％+C14·W％+C15·B％+C16·Pb％+C0
断面收缩＝+D1·C％+D2·Si％+D3·Mn％+D4·P％+D5·S％+D6·Cr％+D7·Ni％+D8·Mo％+D9·Cu％
+D10·Ti％+D11·Co％+D12·Al％+D13·V％+D14·W％+D15·B％+D16·Pb％+D0
布氏硬度＝E1·C％+E2·Si％+E3·Mn％+E4·P％+E5·S％+E6·Cr％+E7·Ni％+E8·Mo％+E9·Cu％
+E10·Ti％+E11·Co％+E12·Al％+E13·V％+E14·W％+E15·B％+E16·Pb％+E0
上述方程组中：C％、Si％、Mn％、P％、S％、Cr％、Ni％、Mo％、Cu％、Ti％、Co％、Al％、V％、W％、B％和Pb％分别为光谱测试样块获得的各元素成分含量，光谱仪测量的成分数量由各铸钢厂家光谱仪设置的测量通道数量决定，A1、B1、C1、D1和E1分别为C％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A2、B2、C2、D2和E2分别为Si％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A3、B3、C3、D3和E3分别为Mn％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A4、B4、C4、D4和E4分别为P％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A5、B5、C5、D5和E5分别为S％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A6、B6、C6、D6和E6分别为Cr％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A7、B7、C7、D7和E7分别为Ni％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A8、B8、C8、D8和E8分别为Mo％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A9、B9、C9、D9和E9分别为Cu％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A10、B10、C10、D10和E10分别为Ti％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A11、B11、C11、D11和E11分别为Co％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A12、B12、C12、D12和E12分别为Al％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A13、B13、C13、D13和E13分别为V％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A14、B14、C14、D14和E14分别为W％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A15、B15、C15、D15和E15分别为B％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A16、B16、C16、D16和E16分别为Pb％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A0、B0、C0、D0和E0分别为抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程中的常数；
第六步，应用上述各项力学性能计算方程组在线计算当前钢水的各项力学性能：
将第五步获得各项力学性能计算方程组植入计算机中，在操作员将光谱仪测量的各元素成分含量输入计算机后，由计算机完成抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能的计算；显示在显示铸钢材质力学性能在线计算结果的显示器的《铸钢力学性能在线预测》画面上；
第七步，在线提示最简易的调整方案：
当某项力学性能与标准比对有不合格项时，在线提示调整钢水某些元素成分含量的最简易方案，及时纠正铸钢力学性能的偏差，消除铸钢件材质废品的发生。
本发明与现有技术相比的有益效果、突出的实质特点如下：
提供铸钢材质力学性能在线计算方法，是在钢水冶炼过程中，利用光谱仪快速测量钢水中影响材质力学性能的化学元素成分含量，计算出铸钢材质各项力学性能的方法，达到在线预测铸钢材质力学性能，提示造成材质力学性能偏离目标的具体化学元素成分含量，炼钢工即可在线调整偏离目标的具体化学元素成分含量，防止力学性能不符合的铸钢材质废品的发生。本发明方法所用的铸钢材质力学性能计算方程组之所以能够在线预测铸钢材质力学性能，是因为使用光谱仪在线测量到的钢水中各个元素成分含量和钢水中各个成分对应的各个力学性能项目的系数和常数，依据创新的各项力学性能计算方程组随时在线计算出铸钢材质的各项力学性能数值。
与现有技术相比，本发明方法的显著进步如下：
(1)将本发明方法预测的铸钢力学性能与相同工艺条件下获取的力学性能实验试棒在力学试验机上测量的结果比较，相关系数可达0.95以上。
(2)已经有实践证明，采用本发明方法的铸钢生产厂家可在钢水出炉前，获知铸钢材质的力学性能，因此可通过在线调整钢水元素成分含量，从根本上消除铸钢件材质废品的发生，达到节能、减排和提高资源利用率的效果，具有巨大的经济和社会效益。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明的主要专用装置构成示意图。
图2为本发明方法获取抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的计算方程的操作步骤流程示意图。
图3为本发明方法使用光谱仪的成分测量结果来计算抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的操作步骤流程示意图。
图4为本发明实施例1所显示的ZG35CrMnSi《铸钢力学性能在线预测》画面示意图。
图5为本发明实施例2所显示的ZG45Mn《铸钢力学性能在线预测》画面示意图。
图6为本发明实施例3所显示的WCB《铸钢力学性能在线预测》画面示意图。
图中，1.光谱仪，2.显示铸钢材质力学性能在线计算结果的显示器，3.安装有铸钢力学性能计算方程组的计算机。
具体实施方式
图1所示实施例表明，本发明铸钢材质力学性能在线计算方法的主要专用装置包括光谱仪1、显示铸钢材质力学性能在线计算结果的显示器2和安装有铸钢力学性能计算方程组的计算机3三部分。其中，安装有铸钢力学性能计算方程组的计算机3安置在光谱仪1外部旁边，显示铸钢材质力学性能在线计算结果的显示器2安置在光谱仪1的上方。光谱仪1用于在线测量钢水的各元素成分含量，可以在炉前快速测量钢水各元素成分含量；显示铸钢材质力学性能在线计算结果的显示器2既用于显示《铸钢力学性能在线计算结果》画面，又用于显示操作员完成的《工艺条件选择》；安装有铸钢力学性能计算方程组的计算机3用于自动调用该钢种相同工艺条件下的力学性能计算方程组，同时将各元素成分含量调入铸钢力学性能计算方程，自动完成该铸钢材质的各项力学性能：抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的计算。
图2所示实施例表明，本发明方法获取抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的计算方程的操作步骤流程示是：从炼钢炉里舀取铸钢钢水(用作铸钢各元素成分含量分析)→浇注光谱测试样块→向光谱仪输入炉台号、炉次号和钢种牌号，分析光谱样块的各元素成分含量→光谱仪完成光谱测试样块元素成分含量分析，自动生成测量编号，自动存入光谱仪的数据库和铸钢力学性能在线预测软件的数据库→；同时从炉里舀取铸钢钢水(用作铸钢力学性能测试)→浇注力学性能实验试棒→对力学性能实验试棒进行切割、退火、加工完成力学性能测试工艺全过程→在万能试验机和硬度计上完成对力学性能实验试棒各项力学性能的测试，获得测量的各项力学性能数据每次从炼钢炉取出铸钢钢水浇注光谱测试样块和力学性能实验试棒，得到一组完整且对应的铸钢元素成分含量和铸钢力学性能测试数据，对同一铸钢钢种牌号的试样重复上述测试过程60～120个炉次，得到积累的60～120组测试数据→将积累的60～120组实测数据输代入回归方程组，导出该牌号和对应条件下的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能计算方程的各成分系数和常数。建立起抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的计算方程组。
图3所示实施例表明，本发明方法使用光谱仪的成分测量结果来计算抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的操作步骤流程是：向光谱仪输入钢种牌号、工艺条件、炉台号和炉次号，光谱仪自动调取该牌号和该工艺条件的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的计算方程组→计算机自动将光谱仪成分测量结果调入该牌号和工艺条件的抗拉强度,屈服强度,伸长率,断面收缩率,布氏硬度的计算方程组，完成该成份的抗拉强度,屈服强度,伸长率,断面收缩率,布氏硬度的计算→在铸钢材质力学性能在线预测报告显示器的右列的《性能预测报告》下方对应的各个铸钢力学性能名称项目后部显示出各个铸钢材质力学性能的计算结果→在钢水出炉前，当发现铸钢力学性能有偏差时，通过在线调整钢水元素成分含量，及时纠正铸钢力学性能的偏差，消除铸钢件材质废品的发生。
实施例1
第一步，配置专用装置：
铸钢材质力学性能在线预测方法的专用装置主要包括光谱仪1、显示铸钢材质力学性能在线计算结果的显示器2和安装有铸钢力学性能计算方程组的计算机3三部分，其次还需要测量铸钢材质各项力学性能的万能试验机和硬度计；其中所用光谱仪1的型号是赛默飞ARL 8860光电直读光谱仪，所用显示铸钢材质力学性能在线计算结果的显示器2的型号是Dell显示器，所用安装有铸钢力学性能计算方程组的计算机3的型号是Vostro成就3900系列。
第二步，积累各炉次钢水光谱测试样块的元素成分含量：
在出钢前从炼钢炉舀取钢水，浇注光谱测试样块；向光谱仪输入炉次号和钢种牌号；光谱仪完成光谱测试样块中各元素成分含量的测量，自动生成测量编号，将积累测量结果存入光谱仪的数据库和铸钢力学性能计算方程的数据库；其中，钢水为ZG35CrMnSi钢水；光谱仪分析的结果是：C 0.342％、Si 0.625％、Mn 1.161％、P 0.033％、S 0.039％、Cr 0.685％、Ni 0.024％、Mo 0.176％、Cu 0.021％、Ti 0.008％、Co 0.039％、Al 0.011％、V 0.053％、W 0.004％、B 0.003％和Pb 0.001％；
第三步，积累测量各炉次铸钢材质力学性能数据：
从炉里取光谱测试样块同时取钢水浇注力学性能实验试棒；冷却后对力学性能实验试棒进行清理、切割、退火和加工，完成力学性能实验试棒测试所需工艺全过程；在万能试验机和硬度计上测量力学性能实验试棒的各项力学性能，将积累测量结果存入铸钢力学性能计算方程的数据库，第三步与第二步同时进行；
第四步，积累ZG35CrMnSi铸钢材质100组测试数据：
由第二步和第三步同时从同一炉号取出的ZG35CrMnSi钢水浇注光谱测试样块和力学性能试棒进行测量，得到一组完整的元素成分含量和力学性能实验数据；对ZG35CrMnSi牌号的钢种重复上述实验过程100个炉次，积累得到100组一一对应且完整真实的测试数据，即可进行该材质牌号铸钢力学性能计算方程的建立；
第五步，建立ZG35CrMnSi牌号的铸钢材质力学性能计算方程
将上述积累的100组实测数据代入如下的回归方程组，导出抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能计算方程的各成分系数和常数：
(1)计算抗拉强度的各系数和常数由下列方程组导出：
其中，n为相同工艺条件样本的采集数量，A0、A1、A2、A3、A4、A5、A6、A7、A8、A9、A10、A11、A12、A13、A14、A15和A16为待定系数，Ck，Sik，Mnk，Pk，Sk，Crk，Nik，Mo，Cuk，Tik，Cok，Alk，Vk，Wk，Bk和Pbk为第k个样本的各元素成分含量，抗拉强度k为第k个样本所对应的力学性能试棒实测得到的抗拉强度值；
建立起计算抗拉强度的数学模型如下：
抗拉强度＝-588.952·C％+5051.306·Si％+11.49591·Mn％+82768.96·P％-44821.9·S％+836.6707·Cr％-1185.6·Ni％+1157.87·Mo％+6707.833·Cu％+13838.36·Ti％-18933.8·Co％+26654.42·Al％+2720.107·V％+115524.5·W％-163448·B％+90322.88·Pb％-3925.09；
(2)计算屈服强度的各系数和常数由下列方程组导出：
其中，n为相同工艺条件样本的采集数量，B0、B1、B2、B3、B4、B5、B6、B7、B8、B9、B10、B11、B12、B13、B14、B15和B16为待定系数，Ck，Sik，Mnk，Pk，Sk，Crk，Nik，Mo，Cuk，Tik，Cok，Alk，Vk，Wk，Bk和Pbk为第k个样本的各元素成分含量，屈服强度k为第k个样本所对应的力学性能试棒实测得到的屈服强度值；
建立起计算屈服强度的数学模型如下：
屈服强度＝-1808.52·C％+3889.31·Si％+443.3634·Mn％+30772.88·P％-22520.1·S％+542.5861·Cr％-673.869·Ni％+708.8326·Mo％+3704.3339·Cu％+14968.84·Ti％-13616.9·Co％+6186.412·Al％+2503.288·V％+98602.59·W％-186624·B％+63760.94·Pb％-2246.73；
(3)计算伸长率的各系数和常数由下列方程组导出：
其中，n为相同工艺条件样本的采集数量，C0、C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14、C15和C16为待定系数，Ck，Sik，Mnk，Pk，Sk，Crk，Nik，Mo，Cuk，Tik，Cok，Alk，Vk，Wk，Bk和Pbk为第k个样本的各元素成分含量，伸长率k为第k个样本所对应的力学性能试棒实测得到的伸长率值；
建立起计算伸长率的数学模型如下：
伸长率＝105.5557·C％+33.37599·Si％-29.8255·Mn％+2965.28·P％-1228.98·S％+20.42405·Cr％-32.0141·Ni％+16.0496·Mo％+170.56689·Cu％-104.469·Ti％-351.078·Co％+502.0934·Al％+7.711316·V％+545.8165·W％+4587.39·B％+1560.628·Pb％-85.0812；
(4)计算断面收缩率的各系数和常数由下列方程组导出：
其中，n为相同工艺条件样本的采集数量，D0、D1、D2、D3、D4、D5、D6、D7、D8、D9、D10、D11、D12、D13、D14、D15和D16为待定系数，Ck，Sik，Mnk，Pk，Sk，Crk，Nik，Mo，Cuk，Tik，Cok，Alk，Vk，Wk，Bk和Pbk为第k个样本的各元素成分含量，断面收缩k为第k个样本所对应的力学性能试棒实测得到的断面收缩值；
建立起计算断面收缩的数学模型如下：
断面收缩＝202.2636·C％+56.78176·Si％-57.8372·Mn％+5646.63·P％-2538.64·S％+50.52507·Cr％-87.7009·Ni％+51.01164·Mo％+451.04437·Cu％-88.7563·Ti％-355.551·Co％+190.8025·Al％-55.2807·V％-533.887·W％+9307.858·B％+4908.283·Pb％-154.674；
(5)计算布氏硬度的各系数和常数由下列方程组导出：
其中，n为相同工艺条件样本的采集数量，E0、E1、E2、E3、E4、E5、E6、E7、E8、E9、E10、E11、E12、E13、E14、E15和E16为待定系数，Ck，Sik，Mnk，Pk，Sk，Crk，Nik，Mo，Cuk，Tik，Cok，Alk，Vk，Wk，Bk和Pbk为第k个样本的各元素成分含量，布氏硬度k为第k个样本所对应的力学性能试棒实测得到的布氏硬度值；
建立起计算布氏硬度的数学模型如下：
布氏硬度＝-448.041·C％+780.7298·Si％+145.7917·Mn％+1174.57·P％-4236.43·S％+102.255·Cr％-97.2389·Ni％+57.99597·Mo％+611.29687·Cu％+2739.482·Ti％-3821.39·Co％+5374.223·Al％+453.219·V％+23503.65·W％-40886.6·B％+2640.895·Pb％-190.664；
建立的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程组如下：
抗拉强度＝-588.952·C％+5051.306·Si％+11.49591·Mn％+82768.96·P％-44821.9·S％+836.6707·Cr％-1185.6·Ni％+1157.87·Mo％+6707.833·Cu％+13838.36·Ti％-18933.8·Co％+26654.42·Al％+2720.107·V％+115524.5·W％-163448·B％+90322.88·Pb％-3925.09；
屈服强度＝-1808.52·C％+3889.31·Si％+443.3634·Mn％+30772.88·P％-22520.1·S％+542.5861·Cr％-673.869·Ni％+708.8326·Mo％+3704.3339·Cu％+14968.84·Ti％-13616.9·Co％+6186.412·Al％+2503.288·V％+98602.59·W％-186624·B％+63760.94·Pb％-2246.73；
伸长率＝105.5557·C％+33.37599·Si％-29.8255·Mn％+2965.28·P％-1228.98·S％+20.42405·Cr％-32.0141·Ni％+16.0496·Mo％+170.56689·Cu％-104.469·Ti％-351.078·Co％+502.0934·Al％+7.711316·V％+545.8165·W％+4587.39·B％+1560.628·Pb％-85.0812；
断面收缩＝202.2636·C％+56.78176·Si％-57.8372·Mn％+5646.63·P％-2538.64·S％+50.52507·Cr％-87.7009·Ni％+51.01164·Mo％+451.04437·Cu％-88.7563·Ti％-355.551·Co％+190.8025·Al％-55.2807·V％-533.887·W％+9307.858·B％+4908.283·Pb％-154.674；
布氏硬度＝-448.041·C％+780.7298·Si％+145.7917·Mn％+1174.57·P％-4236.43·S％+102.255·Cr％-97.2389·Ni％+57.99597·Mo％+611.29687·Cu％+2739.482·Ti％-3821.39·Co％+5374.223·Al％+453.219·V％+23503.65·W％-40886.6·B％+2640.895·Pb％-190.664；
第六步，应用方程组在线计算当前钢水的各项力学性能
将抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程输入计算机，将光谱仪测量的C 0.342％、Si 0.625％、Mn 1.161％、P 0.033％、S 0.039％、Cr 0.685％、Ni0.024％、Mo 0.176％、Cu 0.021％、Ti 0.008％、Co 0.039％、Al 0.011％、V 0.053％、W 0.004％、B 0.003％和Pb 0.001％元素成分含量输入计算机，得到如下计算方程解：
抗拉强度＝-588.952·0.342％+5051.306·0.625％+11.49591·1.161％+82768.96·0.033％-44821.9·0.039％+836.6707·0.685％-1185.6·0.024％+1157.87·0.176％+6707.833·0.021％+13838.36·0.008％-18933.8·0.039％+26654.42·0.011％+2720.107·0.053％+115524.5·0.004％-163448·0.003％+90322.88·0.001％-3925.09＝788N；
屈服强度＝-1808.52·0.342％+3889.31·0.625％+443.3634·1.161％+30772.88·0.033％-22520.1·0.039％+542.5861·0.685％-673.869·0.024％+708.8326·0.176％+3704.3339·0.021％+14968.84·0.008％-13616.9·0.039％+6186.412·0.011％+2503.288·0.053％+98602.59·0.004％-186624·0.003％+63760.94·0.001％-2246.73＝463N；
伸长率＝105.5557·0.342％+33.37599·0.625％-29.8255·1.161％+2965.28·0.033％-1228.98·0.039％+20.42405·0.685％-32.0141·0.024％+16.0496·0.176％+170.56689·0.021％-104.469·0.008％-351.078·0.039％+502.0934·0.011％+7.711316·0.053％+545.8165·0.004％+4587.39·0.003％+1560.628·0.001％-85.0812＝15.7％；
断面收缩＝202.2636·0.342％+56.78176·0.625％-57.8372·1.161％+5646.63·0.033％-2538.64·0.039％+50.52507·0.685％-87.7009·0.024％+51.01164·0.176％+451.04437·0.021％-88.7563·0.008％-355.551·0.039％+190.8025·0.011％-55.2807·0.053％-533.887·0.004％+9307.858·0.003％+4908.283·0.001％-154.674＝36.4％；
布氏硬度＝-448.041·0.342％+780.7298·0.625％+145.7917·1.161％+1174.57·0.033％-4236.43·0.039％+102.255·0.685％-97.2389·0.024％+57.99597·0.176％+611.29687·0.021％+2739.482·0.008％-3821.39·0.039％+5374.223·0.011％+453.219·0.053％+23503.65·0.004％-40886.6·0.003％+2640.895·0.001％-190.664＝208HB；
由计算机自动完成计算后显示在《铸钢力学性能在线预测》画面上：抗拉强度＝788N；屈服强度＝463N；伸长率＝15.7％；断面收缩＝36.4％；布氏硬度＝208HB；
图4的ZG35CrMnSi《铸钢力学性能在线预测》画面示意图显示了本实施例的光谱仪输入的日期、时间、测量时刻、测量编号、(钢种)牌号、熔炼设备、炉衬材料、炉次号、熔炼方法、脱氧方法、热处理和产品编号等信息，列出了光谱成分测量结果，列出了性能预测报告的数据，包括抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度，显示器屏幕上还设有钢种牌号选择、预测参数设定和预测记录回顾三个触摸项。
第七步，在线提示最简易的调整方案：
炉前快速分析ZG35CrMnSi钢水的各项元素成分含量，在线预测各项力学性能与标准比对无不合格项，在线提示钢水合格无调整项。
实施例2
本实施例用ZG45Mn钢积累的60组数据回归出来的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程，预测ZG45Mn成分为：C 0.446％、Si 0.383％、Mn1.35％、P 0.026％、S 0.037％、Cr0.0390％、Ni 0.024％、Mo 0.021％、Cu 0.034％、Ti 0.006％、Co0.011％、Al 0.025％、V 0.023％、W 0.006％、B 0.002％和Pb 0.013％的各项力学性能如下：抗拉强度＝-588.952·0.446％+5051.306·0.383％+11.49591·1.35％+82768.96·0.026％-44821.9·0.037％+836.6707·0.0390％-1185.6·0.024％+1157.87·0.021％+6707.833·0.034％+13838.36·0.006％-18933.8·0.011％+26654.42·0.025％+2720.107·0.023％+115524.5·0.006％-163448·0.002％+90322.88·0.013％-3925.09＝657N；
屈服强度＝-1808.52·0.446％+3889.31·0.383％+443.3634·1.35％+30772.88·0.026％-22520.1·0.037％+542.5861·0.0390％-673.869·0.024％+708.8326·0.021％+3704.3339·0.034％+14968.84·0.006％-13616.9·0.011％+6186.412·0.025％+2503.288·0.023％+98602.59·0.006％-186624·0.002％+63760.94·0.013％-2246.73＝347N；
伸长率＝105.5557·0.446％+33.37599·0.383％-29.8255·1.35％+2965.28·0.026％-1228.98·0.037％+20.42405·0.0390％-32.0141·0.024％+16.0496·0.021％+170.56689·0.034％-104.469·0.006％-351.078·0.011％+502.0934·0.025％+7.711316·0.023％+545.8165·0.006％+4587.39·0.002％+1560.628·0.013％-85.0812＝13.3％；
断面收缩＝202.2636·0.446％+56.78176·0.383％-57.8372·1.35％+5646.63·0.026％-2538.64·0.037％+50.52507·0.0390％-87.7009·0.024％+51.01164·0.021％+451.04437·0.034％-88.7563·0.006％-355.551·0.011％+190.8025·0.025％-55.2807·0.023％-533.887·0.006％+9307.858·0.002％+4908.283·0.013％-154.674＝26.6％；
布氏硬度＝-448.041·0.446％+780.7298·0.383％+145.7917·1.35％+1174.57·0.026％-4236.43·0.037％+102.255·0.0390％-97.2389·0.024％+57.99597·0.021％+611.29687·0.034％+2739.482·0.006％-3821.39·0.011％+5374.223·0.025％+453.219·0.023％+23503.65·0.006％-40886.6·0.002％+2640.895·0.013％-190.664＝216HB；
在图5的ZG45Mn《铸钢力学性能在线预测》画面上显示：抗拉强度＝656N，屈服强度＝347N，伸长率＝13.3％，断面收缩＝26.6％，布氏硬度＝216HB。预测的抗拉强度未达到657N，与标准比对有一项不合格。在线提示增Mn至1.4％即可使：抗拉强度可达658N、屈服强度可达369N、伸长率可达11.8％、断面收缩可达23.7％、布氏硬度可达223HB，符合抗拉强度大于657N、屈服强度大于333N、伸长率大于11％、断面收缩大于20％、布氏硬度196-235HB的钢水合格标准。
除上述内容之外，其他同实施例1。
实施例3
本实施例用美标WCB钢积累的120组数据回归出来的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程，预测WCB成分为：C 0.27％、Si 0.35％、Mn0.90％、P 0.031％、S 0.043％、Cr0.35％、Ni 0.28％、Mo 0.21％、Cu 0.075％、Ti 0.007％、Co 0.012％、Al 0.013％、V 0.01％、W 0.011％、B 0.004％和Pb 0.009％的各项力学性能如下：
抗拉强度＝-588.952·0.27％+5051.306·0.35％+11.49591·0.90％+82768.96·0.031％-44821.9·0.043％+836.6707·0.35％-1185.6·0.28％+1157.87·0.21％+6707.833·0.075％+13838.36·0.007％-18933.8·0.012％+26654.42·0.013％+2720.107·0.01％+115524.5·0.011％-163448·0.004％+90322.88·0.009％-3925.09＝545N；
屈服强度＝-1808.52·0.27％+3889.31·0.35％+443.3634·0.90％+30772.88·0.031％-22520.1·0.043％+542.5861·0.35％-673.869·0.28％+708.8326·0.21％+3704.3339·0.075％+14968.84·0.007％-13616.9·0.012％+6186.412·0.013％+2503.288·0.01％+98602.59·0.011％-186624·0.004％+63760.94·0.009％-2246.73＝305N；
伸长率＝105.5557·0.27％+33.37599·0.35％-29.8255·0.90％+2965.28·0.031％-1228.98·0.043％+20.42405·0.35％-32.0141·0.28％+16.0496·0.21％+170.56689·0.075％-104.469·0.007％-351.078·0.012％+502.0934·0.013％+7.711316·0.01％+545.8165·0.011％+4587.39·0.004％+1560.628·0.009％-85.0812＝17.5％；
断面收缩＝202.2636·0.27％+56.78176·0.35％-57.8372·0.90％+5646.63·0.031％-2538.64·0.043％+50.52507·0.35％-87.7009·0.28％+51.01164·0.21％+451.04437·0.075％-88.7563·0.007％-355.551·0.012％+190.8025·0.013％-55.2807·0.01％-533.887·0.011％+9307.858·0.004％+4908.283·0.009％-154.674＝32.6％；
布氏硬度＝-448.041·0.27％+780.7298·0.35％+145.7917·0.90％+1174.57·0.031％-4236.43·0.043％+102.255·0.35％-97.2389·0.28％+57.99597·0.21％+611.29687·0.075％+2739.482·0.007％-3821.39·0.012％+5374.223·0.013％+453.219·0.01％+23503.65·0.011％-40886.6·0.004％+2640.895·0.009％-190.664＝164.9；
在图6WCB《铸钢力学性能在线预测》画面上显示：抗拉强度＝713N，屈服强度＝398N，伸长率＝21.7％，断面收缩＝43.9％，布氏硬度＝180HB。预测的伸长率未达到22％,与标准比对有一项不合格。在线提示增Si至0.37％即可使：抗拉强度达814N、屈服强度达475N、伸长率达22.4％、断面收缩达45％、布氏硬度达196HB，符合抗拉强度大于485N、屈服强度大于250N、伸长率大于22％、断面收缩大于35％的WCB铸钢合格标准。
除上述内容之外，其他同实施例1。
上述实施例中所涉及的设备均是本技术领域公知的，可以通过商购获得。

Claims (1)

1.铸钢材质力学性能在线预测方法，其特征在于步骤如下：
第一步，配置专用装置：
铸钢材质力学性能在线预测方法的专用装置主要包括光谱仪、显示铸钢材质力学性能在线计算结果的显示器和安装有铸钢力学性能计算方程组的计算机三部分，其次还需要测量铸钢材质各项力学性能的万能试验机和硬度计；
第二步，积累各炉次钢水光谱测试样块的成分含量：
在出钢前从炼钢炉舀取钢水，浇注光谱测试样块；向光谱仪输入炉次号和钢种牌号；光谱仪完成光谱测试样块中各元素成分含量的测量，自动生成测量编号，将积累测量结果存入光谱仪的数据库和铸钢力学性能计算方程的数据库；
第三步，积累测量各炉次铸钢材质力学性能数据：
从炉里取光谱测试样块同时取钢水浇注力学性能实验试棒；冷却后对力学性能实验试棒进行清理、切割、退火和加工，完成力学性能实验试棒测试所需工艺全过程；在万能试验机和硬度计上测量力学性能实验试棒的各项力学性能，将积累测量结果存入铸钢力学性能计算方程的数据库，第三步与第二步同时进行；
第四步，每个铸钢材质牌号积累60～120组测试数据：
由第二步和第三步同时从同一炉号取出的同一牌号钢水浇注光谱测试样块和力学性能试棒进行测量，得到一组完整的成分含量和力学性能实验数据；同一牌号钢种需重复上述实验过程60～120个炉次，积累到60～120组一一对应且完整真实的测试数据，即可进行该材质牌号铸钢力学性能计算方程的建立；
第五步，建立各材质牌号的铸钢材质力学性能计算方程：
将上述积累的60～120组实测数据代入如下的回归方程组，导出抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度等项力学性能计算方程的各成分系数和常数，
(1)抗拉强度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，A0、A1、A2、A3、A4、A5、A6、A7、A8、A9、A10、A11、A12、A13、A14、A15和A16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，抗拉强度k为第k个样本所对应的力学性能试棒实测得到的抗拉强度值；
(2)屈服强度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，B0、B1、B2、B3、B4、B5、B6、B7、B8、B9、B10、B11、B12、B13、B14、B15和B16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，屈服强度k为第k个样本所对应的力学性能实验试棒实测得到的屈服强度值；
(3)伸长率计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，C0、C1、C2、C3、C4、C5、C6、C7、C8、C9、C10、C11、C12、C13、C14、C15和C16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，伸长率k为第k个样本所对应的力学性能实验试棒实测得到的伸长率值；
(4)断面收缩计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，D0、D1、D2、D3、D4、D5、D6、D7、D8、D9、D10、D11、D12、D13、D14、D15和D16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，断面收缩k为第k个样本所对应的力学性能实验试棒实测得到的断面收缩值；
(5)布氏硬度计算方程的各系数和常数由下列回归方程组导出：
其中，n为相同工艺条件样本的采集数量，E0、E1、E2、E3、E4、E5、E6、E7、E8、E9、E10、E11、E12、E13、E14、E15和E16为待定系数，Ck、Sik、Mnk、Pk、Sk、Crk、Nik、Mo、Cuk、Tik、Cok、Alk、Vk、Wk、Bk和Pbk为第k个样本的各元素成分含量，布氏硬度k为第k个样本所对应的力学性能实验试棒实测得到的布氏硬度值；
进一步由此建立起如下抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能计算方程组：
抗拉强度＝A1·C％+A2·Si％+A3·Mn％+A4·P％+A5·S％+A6·Cr％+A7·Ni％+A8·Mo％+A9·Cu％
+A10·Ti％+A11·Co％+A12·Al％+A13·V％+A14·W％+A15·B％+A16·Pb％+A0
屈服强度＝B1·C％+B2·Si％+B3·Mn％+B4·P％+B5·S％+B6·Cr％+B7·Ni％+B8·Mo％+B9·Cu％
+B10·Ti％+B11·Co％+B12·Al％+B13·V％+B14·W％+B15·B％+B16·Pb％+B0
伸长率＝C1·C％+C2·Si％+C3·Mn％+C4·P％+C5·S％+C6·Cr％+C7·Ni％+C8·Mo％+C9·Cu％
+C10·Ti％+C11·Co％+C12·Al％+C13·V％+C14·W％+C15·B％+C16·Pb％+C0
断面收缩＝D1·C％+D2·Si％+D3·Mn％+D4·P％+D5·S％+D6·Cr％+D7·Ni％+D8·Mo％+D9·Cu％
+D10·Ti％+D11·Co％+D12·Al％+D13·V％+D14·W％+D15·B％+D16·Pb％+D0
布氏硬度＝E1·C％+E2·Si％+E3·Mn％+E4·P％+E5·S％+E6·Cr％+E7·Ni％+E8·Mo％+E9·Cu％
+E10·Ti％+E11·Co％+E12·Al％+E13·V％+E14·W％+E15·B％+E16·Pb％+E0
上述方程组中：C％、Si％、Mn％、P％、S％、Cr％、Ni％、Mo％、Cu％、Ti％、Co％、Al％、V％、W％、B％和Pb％分别为光谱测试样块获得的各元素成分含量，光谱仪测量的成分数量由各铸钢厂家光谱仪设置的测量通道数量决定，A1、B1、C1、D1和E1分别为C％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A2、B2、C2、D2和E2分别为Si％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A3、B3、C3、D3和E3分别为Mn％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A4、B4、C4、D4和E4分别为P％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A5、B5、C5、D5和E5分别为S％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A5、B6、C6、D6和E6分别为Cr％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A7、B7、C7、D7和E7分别为Ni％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A8、B8、C8、D8和E8分别为Mo％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A9、B9、C9、D9和E9分别为Cu％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A10、B10、C10、D10和E10分别为Ti％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A11、B11、C11、D11和E11分别为Co％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A12、B12、C12、D12和E12分别为Al％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A13、B13、C13、D13和E13分别为V％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A14、B14、C14、D14和E14分别为W％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A15、B15、C15、D15和E15分别为B％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A16、B16、C16、D16和E16分别为Pb％的抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度的系数，A0、B0、C0、D0、E0分别为抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度计算方程中的常数；
第六步，应用上述各项力学性能计算方程组在线计算当前钢水的各项力学性能：
将第五步获得各项力学性能计算方程组植入计算机中，在操作员将光谱仪测量的各元素成分含量输入计算机后，由计算机完成抗拉强度、屈服强度、伸长率、断面收缩率和布氏硬度各项力学性能的计算；显示在显示铸钢材质力学性能在线计算结果的显示器的《铸钢力学性能在线预测》画面上；
第七步，在线提示最简易的调整方案：
当某项力学性能与标准比对有不合格项时，在线提示调整钢水某些成分含量的最简易方案，及时纠正铸钢力学性能的偏差，消除铸钢件材质废品的发生。
CN201510112601.6A 2015-03-13 2015-03-13 铸钢材质力学性能在线预测方法 Active CN104677721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510112601.6A CN104677721B (zh) 2015-03-13 2015-03-13 铸钢材质力学性能在线预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510112601.6A CN104677721B (zh) 2015-03-13 2015-03-13 铸钢材质力学性能在线预测方法

Publications (2)

Publication Number Publication Date
CN104677721A true CN104677721A (zh) 2015-06-03
CN104677721B CN104677721B (zh) 2017-04-05

Family

ID=53313072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510112601.6A Active CN104677721B (zh) 2015-03-13 2015-03-13 铸钢材质力学性能在线预测方法

Country Status (1)

Country Link
CN (1) CN104677721B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107367595A (zh) * 2016-05-12 2017-11-21 株式会社日立制作所 一种基于低碳结构钢的微观参数确定其目标性能的方法
CN107491584A (zh) * 2017-07-11 2017-12-19 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN109443892A (zh) * 2018-09-26 2019-03-08 上海海隆石油管材研究所 快速评价油井管抗硫化物应力腐蚀开裂性能的方法
CN110119595A (zh) * 2019-06-03 2019-08-13 广州致远新材料科技有限公司 一种压铸铝合金材料的设计方法
CN110232233A (zh) * 2019-06-03 2019-09-13 广州致远新材料科技有限公司 一种压铸铝合金材料的设计方法
CN111999245A (zh) * 2020-09-04 2020-11-27 江西离子型稀土工程技术研究有限公司 基于切削力的稀土合金杂质元素半定量检测装置和方法
CN116429636A (zh) * 2023-02-20 2023-07-14 长江大学 一种利用稠油组分定量表征屈服应力的方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05164665A (ja) * 1991-12-19 1993-06-29 Mitsubishi Heavy Ind Ltd ＣｒＭｏＶ鋼のクリープ切欠き弱化特性の推定法
CN1664550A (zh) * 2005-03-29 2005-09-07 东北大学 轧制过程在线检测钢板力学性能的方法
CN1793931A (zh) * 2005-11-30 2006-06-28 天津市产品质量监督检测技术研究院 热轧无缝钢管力学性能的预测方法
CN101046682A (zh) * 2007-04-28 2007-10-03 武汉科技大学 一种预测热轧含Nb带钢组织及力学性能的方法
CN101320031A (zh) * 2008-05-27 2008-12-10 上海实达精密不锈钢有限公司 一种奥氏体不锈钢精密钢带性能预测模型及其冷轧工艺设计
CN101655490A (zh) * 2009-07-11 2010-02-24 山西太钢不锈钢股份有限公司 一种不锈钢盘条抗拉强度的预测方法及其控制方法
CA2877859A1 (en) * 2012-07-04 2014-01-09 Norsk Hydro Asa Method for the optimisation of product properties and production costs of industrial processes
CN103761423A (zh) * 2013-12-31 2014-04-30 中南大学 一种基于pso-elm的热轧板材组织-性能预测方法
CN104049069A (zh) * 2014-06-13 2014-09-17 清华大学 一种灰铸铁组织性能炉前快速测评方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05164665A (ja) * 1991-12-19 1993-06-29 Mitsubishi Heavy Ind Ltd ＣｒＭｏＶ鋼のクリープ切欠き弱化特性の推定法
CN1664550A (zh) * 2005-03-29 2005-09-07 东北大学 轧制过程在线检测钢板力学性能的方法
CN1793931A (zh) * 2005-11-30 2006-06-28 天津市产品质量监督检测技术研究院 热轧无缝钢管力学性能的预测方法
CN101046682A (zh) * 2007-04-28 2007-10-03 武汉科技大学 一种预测热轧含Nb带钢组织及力学性能的方法
CN101320031A (zh) * 2008-05-27 2008-12-10 上海实达精密不锈钢有限公司 一种奥氏体不锈钢精密钢带性能预测模型及其冷轧工艺设计
CN101655490A (zh) * 2009-07-11 2010-02-24 山西太钢不锈钢股份有限公司 一种不锈钢盘条抗拉强度的预测方法及其控制方法
CA2877859A1 (en) * 2012-07-04 2014-01-09 Norsk Hydro Asa Method for the optimisation of product properties and production costs of industrial processes
CN103761423A (zh) * 2013-12-31 2014-04-30 中南大学 一种基于pso-elm的热轧板材组织-性能预测方法
CN104049069A (zh) * 2014-06-13 2014-09-17 清华大学 一种灰铸铁组织性能炉前快速测评方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
余宗森 等: "包钢钢材成分与力学性能的统计回归分析", 《包钢科技》 *
余宗森 等: "鞍钢钢材成分与其力学性能的定量关系", 《北京科技大学学报》 *
叶卫平 等: "ZG06Cr13Ni4Mo钢化学成分与力学性能计算机多元回归分析", 《钢铁研究》 *
杨敏 等: "冷轧SPCC带钢化学成分和力学性能回归分析", 《柳钢科技》 *
苏理云 等: "低合金高强度钢力学性能与化学成分之间的统计建模与分析", 《重庆工学院学报(自然科学版)》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107367595A (zh) * 2016-05-12 2017-11-21 株式会社日立制作所 一种基于低碳结构钢的微观参数确定其目标性能的方法
CN107491584A (zh) * 2017-07-11 2017-12-19 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN107491584B (zh) * 2017-07-11 2020-07-14 西北工业大学 基于几何参数的熔模铸件收缩率预测方法
CN109443892A (zh) * 2018-09-26 2019-03-08 上海海隆石油管材研究所 快速评价油井管抗硫化物应力腐蚀开裂性能的方法
CN109443892B (zh) * 2018-09-26 2021-03-30 上海海隆石油管材研究所 快速评价油井管抗硫化物应力腐蚀开裂性能的方法
CN110119595A (zh) * 2019-06-03 2019-08-13 广州致远新材料科技有限公司 一种压铸铝合金材料的设计方法
CN110232233A (zh) * 2019-06-03 2019-09-13 广州致远新材料科技有限公司 一种压铸铝合金材料的设计方法
CN111999245A (zh) * 2020-09-04 2020-11-27 江西离子型稀土工程技术研究有限公司 基于切削力的稀土合金杂质元素半定量检测装置和方法
CN111999245B (zh) * 2020-09-04 2023-12-05 江西离子型稀土工程技术研究有限公司 基于切削力的稀土合金杂质元素半定量检测装置和方法
CN116429636A (zh) * 2023-02-20 2023-07-14 长江大学 一种利用稠油组分定量表征屈服应力的方法

Also Published As

Publication number Publication date
CN104677721B (zh) 2017-04-05

Similar Documents

Publication Publication Date Title
CN104677721A (zh) 铸钢材质力学性能在线预测方法
JP6297159B2 (ja) 最適化された、組織シミュレータ、組織モニタ及び／又は組織モデルを用いて金属の鋼合金及び／又は鉄合金を熱間圧延機及び厚板圧延機において製造するのため方法
CN101144777B (zh) 光谱分析用标准样块的制备方法
CN106198408B (zh) 铸造中合金成分在线检测与目视化控制的方法及其装置
TWI553123B (zh) 轉爐吹煉設備的控制裝置和控制方法
CN104359735B (zh) 一种高碳不锈钢标样的制备方法
CN112560218B (zh) Lf精炼造渣石灰加入量预测方法、系统及lf精炼方法
CN104010747A (zh) 内部品质优异的含Ni的高合金圆坯的制造方法
Tkadlečková et al. Numerical modelling of macrosegregation in heavy steel ingot
CN102373310B (zh) 一种指导转炉补吹过程操作的方法
CN110807258A (zh) 一种转炉合金配比及识别方法
Xia et al. Investigation of mould thermal behaviour by means of mould instrumentation
KR101706495B1 (ko) 보정 장치, 보정 방법 및 철강 정련 방법
EP3358023A1 (en) Method for deriving cooling time when quenching steel material, method for quenching steel material, and method for quenching and tempering steel material
JP2017115216A (ja) 溶湯成分推定装置及び溶湯成分推定方法
JP2010207900A (ja) 熱間圧延における変形抵抗予測方法
JP5893923B2 (ja) 溶接部近傍の硬さ予測方法、及び溶接部近傍の保全方法
Vrbek et al. Changes in hydrogen content during steelmaking
Valek et al. Prediction of metallurgic quality of ICDP material before tapping
JP4088223B2 (ja) 合金の凝固割れ感受性の予測方法および凝固割れ感受性の改善された合金の製造方法
Chinese Society for Metals (CSM) and The Minerals, Metals & Materials Society (TMS) et al. Automatic measurement of centreline segregation in continuously cast line pipe steel slabs
Bytyqi et al. Characterization of the inclusions in spring steel using light microscopy and scanning electron microscopy
CN110596171A (zh) 基于原位统计的含铌镍铬合金扩散热处理工艺分析方法
KR20200097902A (ko) 로드셀을 이용한 주물 용해 관리 시스템
CN101294946A (zh) 一种混合在线预测定氧加铝的模型建模与优化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant