CN105021533A - 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 - Google Patents
一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 Download PDFInfo
- Publication number
- CN105021533A CN105021533A CN201510423132.XA CN201510423132A CN105021533A CN 105021533 A CN105021533 A CN 105021533A CN 201510423132 A CN201510423132 A CN 201510423132A CN 105021533 A CN105021533 A CN 105021533A
- Authority
- CN
- China
- Prior art keywords
- unit
- tensile strength
- yield strength
- cooling rate
- mass percentage
- 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.)
- Pending
Links
Landscapes
- Heat Treatment Of Steel (AREA)
Abstract
本发明一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,包括(1)测定X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量;(2)对轧制后的X70内部晶粒度进行等级评定;(3)通过DOE试验建立X70屈服强度、抗拉强度和表面硬度性能检测模型;(4)将检测得到的X70中C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量以及该钢种的终轧温度、水冷过程中的平均冷却速度和实施轧制工艺后的钢中晶粒度等级数据代入性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度和表面洛氏硬度。本发明检测快速、准确、成本低,可及时有效对现场生产提供反馈,具有较好的指导性。
Description
技术领域
本发明涉及一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,属板材性能检测技术领域。
背景技术
X70低碳贝氏体钢属于微合金化钢,被广泛应用于国家的油气管线铺设等大型工程建设中,具有极高的战略价值。该钢种的强化机理属于沉淀强化和细晶强化,由于受到钢中化学成分以及轧制工艺因素的共同影响较大,导致该钢种在生产后的屈服强度、抗拉强度以及轧板表面硬度力学性能波动较大,如:既使在相同化学成分的前提下,如果轧制参数存在较大差异,则X70的相关力学性能也会有很大的不同。因此,生产现场需要经常对X70进行大批量的力学性能检测,从而及时掌握X70屈服强度、抗拉强度以及轧板表面硬度的变化趋势,以便及时调整相关生产工艺。
目前生产现场对X70屈服强度、抗拉强度以及轧板表面硬度检测的方法主要是物理检测方法,即:首先进行X70现场取样和机械加工,制成合格的试样,然后通过传统的拉伸试验机和洛氏硬度计设备检测出X70的上述力学性能指标。在试验操作过程中,为了消除试验设备及人工操作误差对X70屈服强度、抗拉强度以及轧板表面硬度检测结果的影响,确保检测结果的准确性,检测人员往往会对来自于同一生产批次的X70试样进行2~3次的重复检验,并且要求:当前后检测中的屈服强度、抗拉强度和轧板表面硬度结果的误差率绝对值不大于5%时,即:(η为检测结果的误差率绝对值),则认为该试验前后结果相一致,相关结果真实可信,具备指导现场实际生产的能力。
物理检测方法尽管能够较为准确的检测出X70的相关物理性能,但是检测过程较为复杂,检测周期长,且成本较高,无法及时有效的对生产现场提供反馈。另外,该方法还存在着指导性较差的问题,无法根据检测结果对现场的生产工艺进行有效的调整。
为此,出现了计算机预测方法,实现对X70的屈服强度、抗拉强度以及轧板表面硬度的检测。其主要设计思想是根据X70中的化学成分以及轧钢工艺,通过计算机系统直接得到该钢种的屈服强度、抗拉强度以及轧板表面硬度指标,更进一步讲,这种方法又分为直接预报和神经网络训练预报两种方式:直接预报方式的设计思想比较简单,它主要考虑了钢中的化学成分以及以钢中晶粒度等级、终轧温度、层流冷却速度为主体的每一个轧钢参数单独对钢种相关力学性能的影响,而没有考虑到这些轧钢参数之间的交互性作用,即:上述任意两种参数的共同作用(这种共同作用在数学模型的运算中表示为相乘的关系)对钢种相关力学性能的影响,因此,尽管该方法能够快速得到X70相关力学性能,且在一定程度上揭示出相关因素对X70性能的影响,但由于没有考虑到相关因素之间的交互性作用,因此计算结果与实际结果的误差率绝对值远大5%,二者不一致,因此该方法不具备指导现场生产的能力。神经网络训练预报方式需要大量的生产数据参与模型的训练,在生产数据稳定的前提下,能够较为准确的预报出X70的屈服强度、抗拉强度以及轧板表面硬度指标,其计算结果与实际结果的误差率绝对值能够不大于5%;但在生产数据存在较大波动的前提下,模型预报的准确性容易受到较大的干扰,导致模型在现场的实际使用效果大打折扣;此外,神经网络模型属于黑箱模型,即:技术人员无法得知模型的构成和各种因素对X70屈服强度、抗拉强度、轧板表面硬度的影响,因此无法利用该种模型优化X70的生产工艺。
因此,开发出一种既能够快速检测出X70钢板的屈服强度、抗拉强度和表面硬度,且相关结果又能够较好的与物理检测方法所获得的结果相一致,从而具备指导现场生产意义的方法,对于工艺技术人员开展X70生产工艺研究、优化而言,是十分有帮助的。
发明内容
本发明所要解决的技术问题是提供一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,该方法充分考虑钢中重要化学成分与终轧温度、水冷过程中的平均冷却速度和实施轧制工艺后的钢中晶粒度等级之间的交互性作用对X70屈服强度、抗拉强度和表面硬度的影响,通过前期的DOE试验建立性能检测模型,将相关参数输入到性能检测模型中进行计算,能够快速、精确得出X70的屈服强度、抗拉强度以及轧板表面的洛氏硬度。
解决上述技术问题的技术方案是:
一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,包括如下步骤:
(1)测定X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量;
(2)对轧制后的X70内部晶粒度进行等级评定;
(3)通过DOE试验建立X70屈服强度、抗拉强度和表面硬度性能检测模型,屈服强度:σs=16877.90+4887.36·C-1742.49·Si-1063.97·Mn+27395.70·P+143255.00·S+4071.52·Cr-4849.06·Nb+8362.40·Ti+20008.00·V-1029.34·G-20.55·T+37.80·υ+2414.58·C·Si+1229.17·C·Mn-13680.60·C·P-110417.00·C·S+1256.25·C·Cr+13395.80·C·Nb-9083.30·C·Ti-12916.70·C·V+25.21·C·G-9.95·C·T+14.43·C·υ+98.75·Si·Mn-3416.67·Si·P-29625.00·Si·S+4.36·Si·Cr+3168.75·Si·Nb-3825.00·Si·Ti-2350.00·Si·V+22.10·Si·G+1.59·Si·T+0.69·Si·υ-5843.75·Mn·P-15687.50·Mn·S+172.50·Mn·Cr-2625.00·Mn·Nb-3206.25·Mn·Ti-2743.75·Mn·V+14.13·Mn·G+1.51·Mn·T+1.19·Mn·υ+807292.00·P·S-6645.83·P·Cr-40208.30·P·Nb+76562.50·P·Ti+22604.20·P·V-115.97·P·G-15.96·P·T-16.77·P·υ-28125.00·S·Cr-260000.00·S·Nb+206875.00·S·Ti-121875.00·S·V-1116.67·S·G-80.78·S·T-187.50·S·υ+2431.25·Cr·Nb-2362.50·Cr·Ti-3125.00·Cr·V-7.73·Cr·G-5.01·Cr·T+1.44·Cr·υ+131.04·Nb·G+7.38·Nb·T+21.78·Nb·υ-108.33·Ti·G-0.89·Ti·T-19.44·Ti·υ-96.67·V·G-14.61·V·T-17.19·V·υ+1.23·G·T+0.036·G·υ-0.049·T·υ
式中:σs为X70的屈服强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
抗拉强度:σb=21680.80+4775.14·C-2436.82·Si-1311.84·Mn+32665.30·P+177263.00·S+4430.11·Cr-6680.00·Nb+10851.20·Ti+23915.00·V-1306.69·G-26.23·T+41.84·υ+2785.42·C·Si+1506.25·C·Mn-17222.20·C·P-134583.00·C·S+1331.25·C·Cr+16166.70·C·Nb-11125.00·C·Ti-15562.50·C·V+34.31·C·G-10.61·C·T+16.05·C·υ+136.25·Si·Mn-4406.25·Si·P-36562.50·Si·S+23.75·Si·Cr+3818.75·Si·Nb-4556.25·Si·Ti-2962.50·Si·V+24.48·Si·G+2.34·Si·T+0.87·Si·υ-7031.25·Mn·P-20187.50·Mn·S+226.25·Mn·Cr-2693.75·Mn·Nb-3943.75·Mn·Ti-3400.00·Mn·V+16.69·Mn·G+1.82·Mn·T+1.52·Mn·υ+947917.00·P·S-8072.92·P·Cr-49583.30·P·Nb+94375.00·P·Ti+30104.20·P·V-148.61·P·G-18.57·P·T-21.93·P·υ-35312.50·S·Cr-313750.00·S·Nb+268750.00·S·Ti-179375.00·S·V-1358.33·S·G-97.34·S·T-229.06·S·υ+3031.25·Cr·Nb-2893.75·Cr·Ti-3800.00·Cr·V-6.44·Cr·G-5.54·Cr·T+1.47·Cr·υ+157.92·Nb·G+8.95·Nb·T+26.09·Nb·υ-132.50·Ti·G-1.89·Ti·T-22.97·Ti·υ-117.71·V·G-17.09·V·T-20.94·V·υ+1.57·G·T+0.053·G·υ-0.055·T·υ
式中:σb为X70的抗拉强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
表面硬度:J=1979.70+59.48·C-291.75·Si-108.87·Mn+2219.62·P+14890.60·S+201.88·Cr-691.25·Nb+912.92·Ti+1644.17·V-120.51·G-2.44·T+2.11·υ+165.63·C·Si+113.54·C·Mn-1302.08·C·P-10520.80·C·S+61.46·C·Cr+1135.42·C·Nb-802.08·C·Ti-1072.92·C·V+2.81·C·G-0.40·C·T+0.84·C·υ+14.06·Si·Mn-369.79·Si·P-3031.25·Si·S+7.19·Si·Cr+290.63·Si·Nb-303.13·Si·Ti-234.38·Si·V+0.72·Si·G+0.32·Si·T+0.070·Si·υ-505.21·Mn·P-1718.75·Mn·S+20.31·Mn·Cr-65.63·Mn·Nb-296.88·Mn·Ti-253.13·Mn·V+1.03·Mn·G+0.14·Mn·T+0.12·Mn·υ+65104.20·P·S-578.13·P·Cr-4010.42·P·Nb+6927.08·P·Ti+2864.58·P·V-13.37·P·G-1.11·P·T-1.90·P·υ-2781.25·S·Cr-23437.50·S·Nb+23437.50·S·Ti-34687.50·S·V-98.96·S·G-7.42·S·T-16.72·S·υ+228.13·Cr·Nb-240.63·Cr·Ti-284.38·Cr·V+0.22·Cr·G-0.27·Cr·T+0.039·Cr·υ+11.15·Nb·G+0.65·Nb·T+1.80·Nb·υ-9.90·Ti·G-0.27·Ti·T-1.61·Ti·υ-9.27·V·G-1.07·V·T-1.64·V·υ+0.15·G·T+0.0058·G·υ-0.0029·T·υ
式中:J为X70表面的洛氏硬度,单位:HRC;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
(4)将检测得到的X70中C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量以及该钢种的终轧温度、水冷过程中的平均冷却速度和实施轧制工艺后的钢中晶粒度等级数据代入性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度和表面洛氏硬度。
上述的一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,所述步骤:(1)中采用直读光谱仪测定X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量;所述步骤(2)中利用金相显微镜对试验钢内部的晶粒尺寸进行检测,并根据检测结果,按照ASTM E112-77标准,得到相应的晶粒度等级。
本发明充分考虑了X70中的主要化学元素:C、Si、Mn、P、S、Cr、Nb、Ti、V的质量百分含量以及轧制后的X70内部晶粒度等级G、X70轧制工艺中的终轧温度T、轧后平均冷却速度υ两两之间的交互性作用(见表1)对X70屈服强度、抗拉强度、表面硬度的影响,将检测得到的X70中的C、Si、Mn、P、S、Cr、Nb、Ti、V元素的质量百分含量以及该钢种轧制后的内部晶粒度等级、终轧温度、平均冷却速度参数代入到X70低碳贝氏体钢性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度、表面硬度结果。
表1X70各种因素之间的交互作用结构表
Si | Mn | P | S | Cr | Nb | Ti | V | G | T | υ | |
C | C·Si | C·Mn | C·P | C·S | C·Cr | C·Nb | C·Ti | C·V | C·G | C·T | C·υ |
Si | — | Si·Mn | Si·P | Si·S | Si·Cr | Si·Nb | Si·Ti | Si·V | Si·G | Si·T | Si·υ |
Mn | — | — | Mn·P | Mn·S | Mn·Cr | Mn·Nb | Mn·Ti | Mn·V | Mn·G | Mn·T | Mn·υ |
P | — | — | — | P·S | P·Cr | P·Nb | P·Ti | P·V | P·G | P·T | P·υ |
S | — | — | — | — | S·Cr | S·Nb | S·Ti | S·V | S·G | S·T | S·υ |
Cr | — | — | — | — | — | Cr·Nb | Cr·Ti | Cr·V | Cr·G | Cr·T | Cr·υ |
Nb | — | — | — | — | — | — | Nb·Ti | Nb·V | Nb·G | Nb·T | Nb·υ |
Ti | — | — | — | — | — | — | — | Ti·V | Ti·G | Ti·T | Ti·υ |
V | — | — | — | — | — | — | — | — | V·G | V·T | V·υ |
G | — | — | — | — | — | — | — | — | — | G·T | G·υ |
T | — | — | — | — | — | — | — | — | — | — | T·υ |
表1中的“·”符号,表示两种参数之间的交互性作用,这种作用在数学模型的运算中表示为相乘的关系。
本发明的有益效果是:
本发明打破了传统的X70屈服强度、抗拉强度、表面硬度检测方法,检测快速、准确、成本低,可以及时有效的对现场生产提供反馈,具有较好的指导性,可以根据检测结果对现场的生产工艺进行有效的调整,并针对该钢种开展相关的轧制工艺优化具有十分重要的意义。
具体实施方式
本发明包括如下步骤:
(1)利用直读光谱仪对X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量进行精确测定;
(2)利用金相显微镜对轧制后的X70内部晶粒尺寸进行检测,根据检测结果,按照ASTM E112-77标准对晶粒度等级进行评估得到相应的晶粒度等级;
(3)通过DOE试验建立X70屈服强度、抗拉强度和表面硬度性能检测模型,具体为:
屈服强度:σs=16877.90+4887.36·C-1742.49·Si-1063.97·Mn+27395.70·P+143255.00·S+4071.52·Cr-4849.06·Nb+8362.40·Ti+20008.00·V-1029.34·G-20.55·T+37.80·υ+2414.58·C·Si+1229.17·C·Mn-13680.60·C·P-110417.00·C·S+1256.25·C·Cr+13395.80·C·Nb-9083.30·C·Ti-12916.70·C·V+25.21·C·G-9.95·C·T+14.43·C·υ+98.75·Si·Mn-3416.67·Si·P-29625.00·Si·S+4.36·Si·Cr+3168.75·Si·Nb-3825.00·Si·Ti-2350.00·Si·V+22.10·Si·G+1.59·Si·T+0.69·Si·υ-5843.75·Mn·P-15687.50·Mn·S+172.50·Mn·Cr-2625.00·Mn·Nb-3206.25·Mn·Ti-2743.75·Mn·V+14.13·Mn·G+1.51·Mn·T+1.19·Mn·υ+807292.00·P·S-6645.83·P·Cr-40208.30·P·Nb+76562.50·P·Ti+22604.20·P·V-115.97·P·G-15.96·P·T-16.77·P·υ-28125.00·S·Cr-260000.00·S·Nb+206875.00·S·Ti-121875.00·S·V-1116.67·S·G-80.78·S·T-187.50·S·υ+2431.25·Cr·Nb-2362.50·Cr·Ti-3125.00·Cr·V-7.73·Cr·G-5.01·Cr·T+1.44·Cr·υ+131.04·Nb·G+7.38·Nb·T+21.78·Nb·υ-108.33·Ti·G-0.89·Ti·T-19.44·Ti·υ-96.67·V·G-14.61·V·T-17.19·V·υ+1.23·G·T+0.036·G·υ-0.049·T·υ
式中:σs为X70的屈服强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
抗拉强度:σb=21680.80+4775.14·C-2436.82·Si-1311.84·Mn+32665.30·P+177263.00·S+4430.11·Cr-6680.00·Nb+10851.20·Ti+23915.00·V-1306.69·G-26.23·T+41.84·υ+2785.42·C·Si+1506.25·C·Mn-17222.20·C·P-134583.00·C·S+1331.25·C·Cr+16166.70·C·Nb-11125.00·C·Ti-15562.50·C·V+34.31·C·G-10.61·C·T+16.05·C·υ+136.25·Si·Mn-4406.25·Si·P-36562.50·Si·S+23.75·Si·Cr+3818.75·Si·Nb-4556.25·Si·Ti-2962.50·Si·V+24.48·Si·G+2.34·Si·T+0.87·Si·υ-7031.25·Mn·P-20187.50·Mn·S+226.25·Mn·Cr-2693.75·Mn·Nb-3943.75·Mn·Ti-3400.00·Mn·V+16.69·Mn·G+1.82·Mn·T+1.52·Mn·υ+947917.00·P·S-8072.92·P·Cr-49583.30·P·Nb+94375.00·P·Ti+30104.20·P·V-148.61·P·G-18.57·P·T-21.93·P·υ-35312.50·S·Cr-313750.00·S·Nb+268750.00·S·Ti-179375.00·S·V-1358.33·S·G-97.34·S·T-229.06·S·υ+3031.25·Cr·Nb-2893.75·Cr·Ti-3800.00·Cr·V-6.44·Cr·G-5.54·Cr·T+1.47·Cr·υ+157.92·Nb·G+8.95·Nb·T+26.09·Nb·υ-132.50·Ti·G-1.89·Ti·T-22.97·Ti·υ-117.71·V·G-17.09·V·T-20.94·V·υ+1.57·G·T+0.053·G·υ-0.055·T·υ
式中:σb为X70的抗拉强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
表面硬度:J=1979.70+59.48·C-291.75·Si-108.87·Mn+2219.62·P+14890.60·S+201.88·Cr-691.25·Nb+912.92·Ti+1644.17·V-120.51·G-2.44·T+2.11·υ+165.63·C·Si+113.54·C·Mn-1302.08·C·P-10520.80·C·S+61.46·C·Cr+1135.42·C·Nb-802.08·C·Ti-1072.92·C·V+2.81·C·G-0.40·C·T+0.84·C·υ+14.06·Si·Mn-369.79·Si·P-3031.25·Si·S+7.19·Si·Cr+290.63·Si·Nb-303.13·Si·Ti-234.38·Si·V+0.72·Si·G+0.32·Si·T+0.070·Si·υ-505.21·Mn·P-1718.75·Mn·S+20.31·Mn·Cr-65.63·Mn·Nb-296.88·Mn·Ti-253.13·Mn·V+1.03·Mn·G+0.14·Mn·T+0.12·Mn·υ+65104.20·P·S-578.13·P·Cr-4010.42·P·Nb+6927.08·P·Ti+2864.58·P·V-13.37·P·G-1.11·P·T-1.90·P·υ-2781.25·S·Cr-23437.50·S·Nb+23437.50·S·Ti-34687.50·S·V-98.96·S·G-7.42·S·T-16.72·S·υ+228.13·Cr·Nb-240.63·Cr·Ti-284.38·Cr·V+0.22·Cr·G-0.27·Cr·T+0.039·Cr·υ+11.15·Nb·G+0.65·Nb·T+1.80·Nb·υ-9.90·Ti·G-0.27·Ti·T-1.61·Ti·υ-9.27·V·G-1.07·V·T-1.64·V·υ+0.15·G·T+0.0058·G·υ-0.0029·T·υ
式中:J为X70表面的洛氏硬度,单位:HRC;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
(4)将检测得到的X70中C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量以及该钢种的终轧温度、水冷过程中的平均冷却速度和实施轧制工艺后的钢中晶粒度等级数据代入性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度和表面洛氏硬度。
本发明充分考虑了X70中的主要化学元素:C、Si、Mn、P、S、Cr、Nb、Ti、V的质量百分含量以及轧制后的X70内部晶粒度等级G、X70轧制工艺中的终轧温度T、轧后平均冷却速度υ两两之间的交互性作用对X70屈服强度、抗拉强度、表面硬度的影响,将检测得到的X70中的C、Si、Mn、P、S、Cr、Nb、Ti、V元素的质量百分含量以及该钢种轧制后的内部晶粒度等级、终轧温度、平均冷却速度参数代入到X70低碳贝氏体钢性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度、表面硬度结果。
以下通过具体实施例对本发明做详细说明:
实施例1:
分别检测X70低碳贝氏体钢的屈服强度、抗拉强度和轧板表面的洛氏硬度。该钢种的主要化学成分的质量百分含量分别为:C 0.06%、Si 0.35%、Mn1.70%、P 0.014%、S 0.002%、Cr 0.20%、Nb 0.085%、Ti 0.02%、V 0.055%、终轧温度为800℃,平均冷却速度为10℃/s;此外,经检测,该钢种的晶粒度等级被评为10级。将以上数据代入计算机系统性能检测模型中,则得出相应的屈服强度σs为609.7MPa、抗拉强度σb为851.7MPa、轧板表面硬度为24.6HRC。
采用传统的拉伸试验机和洛氏硬度计对上述的X70低碳贝氏体钢进行屈服强度、抗拉强度和表面硬度的测定试验,结果分别为屈服强度σs为631MPa;抗拉强度σb为876MPa;轧板表面硬度为24.6HRC;与采用本发明方法计算出的结果之间的误差率绝对值分别为3.38%、2.77%和4.28%,从而与采用本发明方法计算出的结果相一致。因此通过本发明所得到的计算结果真实可信,具备了指导现场生产X70的能力。
实施例2:
分别检测X70低碳贝氏体钢的屈服强度、抗拉强度和轧板表面的洛氏硬度。该钢种的主要化学成分的质量百分含量分别为:C 0.06%、Si 0.25%、Mn1.60%、P 0.014%、S 0.001%、Cr 0.20%、Nb 0.075%、Ti 0.02%、V 0.055%、终轧温度为840℃,平均冷却速度为10℃/s;经检测,该钢种的晶粒度等级被评为13级,将以上数据代入计算机系统性能检测模型中,则得出相应的屈服强度σs为403.6MPa、抗拉强度σb为605.4MPa、轧板表面硬度为7.6HRC。
采用传统的拉伸试验机和洛氏硬度计对上述的X70低碳贝氏体钢进行屈服强度、抗拉强度和表面硬度的测定试验,结果分别为屈服强度σs为417MPa;抗拉强度σb为589MPa;轧板表面硬度为7.9HRC;与采用本发明方法计算出的结果之间的误差率分别为3.11%、2.75%和3.84%,从而与采用本发明方法计算出的结果相一致。因此通过本发明所得到的计算结果真实可信,具备了指导现场生产X70的能力。
实施例3:
分别检测X70低碳贝氏体钢的屈服强度、抗拉强度和轧板表面的洛氏硬度。该钢种的主要化学成分的质量百分含量分别为:C 0.03%、Si 0.25%、Mn1.70%、P 0.008%、S 0.001%、Cr 0.30%、Nb 0.075%、Ti 0.01%、V 0.045%、终轧温度为800℃,平均冷却速度为30℃/s;经检测,该钢种的晶粒度等级被评为13级。将以上数据代入计算机系统性能检测模型中,则得出相应的屈服强度σs为622.0MPa、抗拉强度σb为865.5MPa、轧板表面硬度为25.3HRC。
采用传统的拉伸试验机和洛氏硬度计对上述的X70低碳贝氏体钢进行屈服强度、抗拉强度和表面硬度的测定试验,结果分别为屈服强度σs为603MPa;抗拉强度σb为886MPa;轧板表面硬度为24.3HRC;与采用本发明方法计算出的结果之间的误差率分别为3.15%、2.31%和4.12%,从而与采用本发明方法计算出的结果相一致。因此通过本发明所得到的计算结果真实可信,具备了指导现场生产X70的能力。
Claims (2)
1.一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,其特征在于:包括如下步骤:
(1)测定X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量;
(2)对轧制后的X70内部晶粒度进行等级评定;
(3)通过DOE试验建立X70屈服强度、抗拉强度和表面硬度性能检测模型,屈服强度:σs=16877.90+4887.36·C-1742.49·Si-1063.97·Mn+27395.70·P+143255.00·S+4071.52·Cr-4849.06·Nb+8362.40·Ti+20008.00·V-1029.34·G-20.55·T+37.80·υ+2414.58·C·Si+1229.17·C·Mn-13680.60·C·P-110417.00·C·S+1256.25·C·Cr+13395.80·C·Nb-9083.30·C·Ti-12916.70·C·V+25.21·C·G-9.95·C·T+14.43·C·υ+98.75·Si·Mn-3416.67·Si·P-29625.00·Si·S+4.36·Si·Cr+3168.75·Si·Nb-3825.00·Si·Ti-2350.00·Si·V+22.10·Si·G+1.59·Si·T+0.69·Si·υ-5843.75·Mn·P-15687.50·Mn·S+172.50·Mn·Cr-2625.00·Mn·Nb-3206.25·Mn·Ti-2743.75·Mn·V+14.13·Mn·G+1.51·Mn·T+1.19·Mn·υ+807292.00·P·S-6645.83·P·Cr-40208.30·P·Nb+76562.50·P·Ti+22604.20·P·V-115.97·P·G-15.96·P·T-16.77·P·υ-28125.00·S·Cr-260000.00·S·Nb+206875.00·S·Ti-121875.00·S·V-1116.67·S·G-80.78·S·T-187.50·S·υ+2431.25·Cr·Nb-2362.50·Cr·Ti-3125.00·Cr·V-7.73·Cr·G-5.01·Cr·T+1.44·Cr·υ+131.04·Nb·G+7.38·Nb·T+21.78·Nb·υ-108.33·Ti·G-0.89·Ti·T-19.44·Ti·υ-96.67·V·G-14.61·V·T-17.19·V·υ+1.23·G·T+0.036·G·υ-0.049·T·υ
式中:σs为X70的屈服强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
抗拉强度:σb=21680.80+4775.14·C-2436.82·Si-1311.84·Mn+32665.30·P+177263.00·S+4430.11·Cr-6680.00·Nb+10851.20·Ti+23915.00·V-1306.69·G-26.23·T+41.84·υ+2785.42·C·Si+1506.25·C·Mn-17222.20·C·P-134583.00·C·S+1331.25·C·Cr+16166.70·C·Nb-11125.00·C·Ti-15562.50·C·V+34.31·C·G-10.61·C·T+16.05·C·υ+136.25·Si·Mn-4406.25·Si·P-36562.50·Si·S+23.75·Si·Cr+3818.75·Si·Nb-4556.25·Si·Ti-2962.50·Si·V+24.48·Si·G+2.34·Si·T+0.87·Si·υ-7031.25·Mn·P-20187.50·Mn·S+226.25·Mn·Cr-2693.75·Mn·Nb-3943.75·Mn·Ti-3400.00·Mn·V+16.69·Mn·G+1.82·Mn·T+1.52·Mn·υ+947917.00·P·S-8072.92·P·Cr-49583.30·P·Nb+94375.00·P·Ti+30104.20·P·V-148.61·P·G-18.57·P·T-21.93·P·υ-35312.50·S·Cr-313750.00·S·Nb+268750.00·S·Ti-179375.00·S·V-1358.33·S·G-97.34·S·T-229.06·S·υ+3031.25·Cr·Nb-2893.75·Cr·Ti-3800.00·Cr·V-6.44·Cr·G-5.54·Cr·T+1.47·Cr·υ+157.92·Nb·G+8.95·Nb·T+26.09·Nb·υ-132.50·Ti·G-1.89·Ti·T-22.97·Ti·υ-117.71·V·G-17.09·V·T-20.94·V·υ+1.57·G·T+0.053·G·υ-0.055·T·υ
式中:σb为X70的抗拉强度,单位:MPa;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
表面硬度:J=1979.70+59.48·C-291.75·Si-108.87·Mn+2219.62·P+14890.60·S+201.88·Cr-691.25·Nb+912.92·Ti+1644.17·V-120.51·G-2.44·T+2.11·υ+165.63·C·Si+113.54·C·Mn-1302.08·C·P-10520.80·C·S+61.46·C·Cr+1135.42·C·Nb-802.08·C·Ti-1072.92·C·V+2.81·C·G-0.40·C·T+0.84·C·υ+14.06·Si·Mn-369.79·Si·P-3031.25·Si·S+7.19·Si·Cr+290.63·Si·Nb-303.13·Si·Ti-234.38·Si·V+0.72·Si·G+0.32·Si·T+0.070·Si·υ-505.21·Mn·P-1718.75·Mn·S+20.31·Mn·Cr-65.63·Mn·Nb-296.88·Mn·Ti-253.13·Mn·V+1.03·Mn·G+0.14·Mn·T+0.12·Mn·υ+65104.20·P·S-578.13·P·Cr-4010.42·P·Nb+6927.08·P·Ti+2864.58·P·V-13.37·P·G-1.11·P·T-1.90·P·υ-2781.25·S·Cr-23437.50·S·Nb+23437.50·S·Ti-34687.50·S·V-98.96·S·G-7.42·S·T-16.72·S·υ+228.13·Cr·Nb-240.63·Cr·Ti-284.38·Cr·V+0.22·Cr·G-0.27·Cr·T+0.039·Cr·υ+11.15·Nb·G+0.65·Nb·T+1.80·Nb·υ-9.90·Ti·G-0.27·Ti·T-1.61·Ti·υ-9.27·V·G-1.07·V·T-1.64·V·υ+0.15·G·T+0.0058·G·υ-0.0029·T·υ
式中:J为X70表面的洛氏硬度,单位:HRC;C、Si、Mn、P、S、Cr、Nb、Ti、V分别表示为X70中的碳元素、硅元素、锰元素、磷元素、硫元素、铬元素、铌元素、钛元素、钒元素的质量百分含量,单位:%;G为X70内部的晶粒度等级;T为X70终轧温度,单位:℃;υ为X70在终轧阶段后、卷取阶段前这一时间段内的平均冷却速度(简称:平均冷速),单位:℃/s。
(4)将检测得到的X70中C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量以及该钢种的终轧温度、水冷过程中的平均冷却速度和实施轧制工艺后的钢中晶粒度等级数据代入性能检测模型中,计算出与上述输入参数相关的X70屈服强度、抗拉强度和表面洛氏硬度。
2.如权利要求1所述的一种快速检测X70屈服强度、抗拉强度和表面硬度的方法,其特征在于:所述步骤(1)中采用直读光谱仪测定X70中的C、Si、Mn、P、S、Cr、Nb、V、Ti元素的质量百分含量;所述步骤(2)中利用金相显微镜对试验钢内部的晶粒尺寸进行检测,并根据检测结果,按照ASTM E112-77标准,得到相应的晶粒度等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510423132.XA CN105021533A (zh) | 2015-07-17 | 2015-07-17 | 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510423132.XA CN105021533A (zh) | 2015-07-17 | 2015-07-17 | 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105021533A true CN105021533A (zh) | 2015-11-04 |
Family
ID=54411667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510423132.XA Pending CN105021533A (zh) | 2015-07-17 | 2015-07-17 | 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105021533A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606539A (zh) * | 2016-01-04 | 2016-05-25 | 河北钢铁股份有限公司邯郸分公司 | Dp780双相钢马氏体、铁素体、贝氏体含量检测方法 |
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 |
CN107505216A (zh) * | 2017-10-12 | 2017-12-22 | 中国船舶重工集团公司第七0三研究所 | 一种密封轴段表面硬度合理值的测定装置 |
CN109034217A (zh) * | 2018-07-10 | 2018-12-18 | 成都先进金属材料产业技术研究院有限公司 | 基于图像识别深度学习技术的晶粒度智能评级方法 |
CN111965030A (zh) * | 2020-08-25 | 2020-11-20 | 中国石油天然气集团有限公司 | 一种金属材料母材和焊缝拉伸强度及屈服强度预测方法 |
-
2015
- 2015-07-17 CN CN201510423132.XA patent/CN105021533A/zh active Pending
Non-Patent Citations (3)
Title |
---|
上海市热处理协会: "《实用热处理手册》", 30 April 2014 * |
吕炎: "《塑性成形件质量控制理论与技术》", 31 May 2013 * |
唐殿福: "《热处理技术》", 28 February 2015 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105606539A (zh) * | 2016-01-04 | 2016-05-25 | 河北钢铁股份有限公司邯郸分公司 | Dp780双相钢马氏体、铁素体、贝氏体含量检测方法 |
CN105606539B (zh) * | 2016-01-04 | 2018-09-18 | 河北钢铁股份有限公司邯郸分公司 | Dp780双相钢马氏体、铁素体、贝氏体含量检测方法 |
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 |
CN107505216A (zh) * | 2017-10-12 | 2017-12-22 | 中国船舶重工集团公司第七0三研究所 | 一种密封轴段表面硬度合理值的测定装置 |
CN107505216B (zh) * | 2017-10-12 | 2024-06-07 | 中国船舶重工集团公司第七0三研究所 | 一种密封轴段表面硬度合理值的测定装置 |
CN109034217A (zh) * | 2018-07-10 | 2018-12-18 | 成都先进金属材料产业技术研究院有限公司 | 基于图像识别深度学习技术的晶粒度智能评级方法 |
CN111965030A (zh) * | 2020-08-25 | 2020-11-20 | 中国石油天然气集团有限公司 | 一种金属材料母材和焊缝拉伸强度及屈服强度预测方法 |
CN111965030B (zh) * | 2020-08-25 | 2024-03-08 | 中国石油天然气集团有限公司 | 一种金属材料母材和焊缝拉伸强度及屈服强度预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105021533A (zh) | 一种快速检测x70屈服强度、抗拉强度和表面硬度的方法 | |
CN107377634B (zh) | 一种热轧带钢出口凸度预报方法 | |
JP5003483B2 (ja) | 圧延ラインの材質予測および材質制御装置 | |
WO2023130666A1 (zh) | 一种基于数据驱动和机理模型融合的板带钢凸度预测方法 | |
CN108817103B (zh) | 一种轧钢模型钢族层别分类优化方法 | |
CN105740467A (zh) | 一种C-Mn钢工业大数据的挖掘方法 | |
CN105363794B (zh) | 一种基于力学性能预报和轧制能耗模型的精轧节能控制方法 | |
CN104785535B (zh) | 一种基于模糊算法的冷轧平坦度质量判定方法 | |
CN103506404A (zh) | 一种带钢精轧过程辊缝的控制方法 | |
CN113434994B (zh) | 一种基于热轧原板热轧工艺参数预测冷轧变形抗力的方法 | |
CN106228011B (zh) | 焦炭质量稳定性的评价方法 | |
CN106540968A (zh) | 冷轧板形测量值的补偿方法及装置 | |
CN105677949A (zh) | Tc6钛合金锻件微观组织参数的预测方法 | |
CN104731083A (zh) | 一种基于自适应特征提取的工业故障诊断方法及应用 | |
CN112926173A (zh) | 一种热轧高强钢板成形极限图的计算方法 | |
CN105021532B (zh) | 一种快速检测x70金相组织及组织含量的方法 | |
CN113434968B (zh) | 一种基于钢板化学成分预测冷轧变形抗力的方法 | |
CN108195707B (zh) | 一种超低温冷却对材料力学性能影响的评价方法 | |
CN107679630A (zh) | 一种基于比例维修模型的维修作业时间估计方法 | |
CN105032951B (zh) | 一种提高超快冷温度模型精度和自学习效率的控制方法 | |
CN105631231A (zh) | 一种对热轧过程温度实测值进行修正的方法 | |
CN105651217A (zh) | 一种大体积钢中非金属夹杂物尺寸的统计计算方法 | |
CN105855298A (zh) | 一种高精度含硼钢热轧轧制力计算方法 | |
CN111872116B (zh) | 一种明确考量组织性能目标要求的热连轧参数确定方法 | |
CN104914228B (zh) | 一种快速评估20CrMnTi系列钢淬透性能的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151104 |
|
RJ01 | Rejection of invention patent application after publication |