CN108334712A - 一种三辊行星轧机轧制棒材的工艺参数优化方法 - Google Patents
一种三辊行星轧机轧制棒材的工艺参数优化方法 Download PDFInfo
- Publication number
- CN108334712A CN108334712A CN201810152178.6A CN201810152178A CN108334712A CN 108334712 A CN108334712 A CN 108334712A CN 201810152178 A CN201810152178 A CN 201810152178A CN 108334712 A CN108334712 A CN 108334712A
- Authority
- CN
- China
- Prior art keywords
- value
- rolling
- demage
- horizontal
- inclination angle
- 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
- 238000005096 rolling process Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000000463 material Substances 0.000 title claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000003062 neural network model Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000005336 cracking Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 238000013386 optimize process Methods 0.000 description 3
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical group [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 2
- 229910052797 bismuth Inorganic materials 0.000 description 2
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical group [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008092 positive effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明涉及一种三辊行星轧机轧制棒材的工艺参数优化方法。其技术方案是：确定有限元模拟正交试验方案，建立各自有限元几何模型，得到棒材部件轧制变形区任一截面上的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据；依照材料延性断裂准则，得到轧制变形区的最大DEMAGE值；建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到的最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。本发明能充分发挥机组生产潜力和能有效避免棒材成型时芯部开裂。
Description
技术领域
本发明属于三辊行星轧制工艺参数优化方法技术领域。尤其涉及一种三辊行星轧机轧制棒材的工艺参数优化方法。
背景技术
棒材在国民经济发展中扮演着重要的角色，广泛地应用于机械、建筑、冶金、化工等行业。其主要轧制方式有二辊连轧、三辊横列式轧制、步进轧制和三辊行星轧制。棒材三辊行星轧制较其他轧制方式相比，其特点在于在轧制过程中棒材受到的是三向应力作用，应力状态好，而且变形是由小的变形量连续积累形成宏观上的大压下量，有利于提高轧制质量。然而，对于一些加工温度范围窄、不容易变形的金属材料，即便是利用三辊行星轧制技术进行轧制，若轧制工艺参数选择不合理，棒材芯部依旧会产生裂纹。因此，优化棒材三辊行星轧制工艺参数的方法尤为重要。
目前，对于三辊行星轧制过程中棒材芯部产生裂纹现象的研究较少，判断三辊行星轧制水平也主要是停留在强度理论上，以等效应力和等效应变作为判断轧制水平的依据，承袭了结构设计中的思想，实际上并不能满足加工工艺研究的需要。许志强和黄勇健等人引入相对密度的概念(许志强,黄永健,刘才,等.基于相对密度的大棒材轧制对孔隙性缺陷压合影响研究[J].北京理工大学报，2009，29(12):1058-1062.)，对大棒材轧制过程中出现的孔隙性缺陷进行了详细研究，然而相对密度的概念针对的主要是压下量较小时轧制过程中棒材芯部出现的疏松缺陷，与三辊行星轧制过程中棒材芯部由于大压下量产生的裂纹缺陷不同，因此，难以运用到三辊行星轧机轧制棒材的工艺参数的确定。
发明内容
本发明旨在克服现有技术缺陷，目的是提供一种在轧制成型时能有效避免棒材芯部裂纹产生和能充分发挥机组生产潜力的三辊行星轧机轧制棒材的工艺参数优化方法。
为实现上述目的，本发明采用技术方案的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间，在所述偏转角区间内、倾斜角区间内、压下量区间和轧制温度区间内预选对应的n个偏转角水平值、n个倾斜角水平值、n个压下量水平值和n个轧制温度水平值。根据预选的n个偏转角水平值、预选的n个倾斜角水平值、预选的n个压下量水平值、预选的n个轧制温度水平值和正交试验表，n为4或5，得到有限元模拟正交试验方案。
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用有限元软件建立各自的有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
所述有限元软件为ABAQUS有限元软件、ANSYS有限元软件和MSC有限元软件中的一种。
由于采用上述技术方案，本发明与现有技术相比具有如下积极效果：
本发明通过最大DEMAGE值与工艺参数间BP神经网络模型的建立，以偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值分别在三辊行星轧机轧制棒材的偏转角区间、倾斜角区间，压下量区间和轧制温度区间内为约束条件，以最大DEMAGE值最小为目标，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值即为优化后的三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
本发明以偏转角、倾斜角、压下量和轧制温度四个主要轧制工艺参数为研究对象，优化后的工艺参数适用于三辊行星轧机轧制棒材，能将棒材三辊行星轧制成型时芯部开裂可能性降到最小，能充分发挥机组设备的生产潜力。
因此，本发明具有能充分发挥机组的生产潜力和轧制成型时能有效避免棒材芯部开裂的特点。
附图说明
图1为本发明的一个有限元几何模型。
具体实施方法
以下结合附图和具体实施方式对本发明作进一步的描述，并非对其保护范围的限制。
实施例1
一种三辊行星轧机轧制棒材的工艺参数优化方法。本实施例所述棒材是直径为32.5mm的含铋不锈钢棒材，所述工艺参数优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间对应的范围为4～7°、50～56°、5.25～8.25mm和750～1200℃。在所述偏转角区间内预选4个偏转角水平值分别为4°、5°、6°和7°，在所述倾斜角区间内预选4个倾斜角水平值分别为50°、52°、54°和56°，在所述压下量区间内预选4个压下量水平值分别为5.25mm、6.25mm、7.25mm、8.25mm，在所述轧制温度区间内预选4个轧制温度水平值分别为750℃、900℃、1050℃和1200℃。
根据预选的4个偏转角水平值、预选的4个倾斜角水平值、预选的4个压下量水平值、预选的4个轧制温度水平值和正交试验表，得到表1所示的有限元模拟正交试验方案。
表1有限元模拟正交试验方案
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用ABAQUS有限元软件建立16个有限元几何模型(图1为第3个有限元几何模型)，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值分别为2.00、1.61、2.79、1.93、2.66、2.00、1.91、1.31、2.50、3.90、1.37、2.00、1.42、2.09、3.18和3.62。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值。所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值分别为4°、55°、5.27mm和800℃，即得三辊行星轧机轧制含铋不锈钢棒材优化后的工艺参数。
实施例2
一种三辊行星轧机轧制棒材的工艺参数优化方法。本实施例所述棒材是直径为32mm的钛棒，所述工艺参数优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间对应的范围为4～7°、50～56°、5.5～9.5mm和500～900℃。在所述偏转角区间内预选5个偏转角水平值分别为4°、4.8°、5.6°、6.2°和7°，在所述倾斜角区间内预选5个倾斜角水平值分别为50°、51.4°、52.8°、54.2°和56°，在所述压下量区间内预选5个压下量水平值分别为5.5mm、6.5mm、7.5mm、8.5mm、9.5mm，在所述轧制温度区间内预选5个轧制温度水平值分别为500℃、600℃、700℃、800℃和900℃。
根据预选的5个偏转角水平值、预选的5个倾斜角水平值、预选的5个压下量水平值、预选的5个轧制温度水平值和正交试验表，得到表1所示的有限元模拟正交试验方案。
表1有限元模拟正交试验方案
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用ANSYS有限元软件或MSC有限元软件建立25个有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值分别为1.21、1.51、1.89、2.68、4.02、1.47、1.92、3.02、3.86、1.18、2.52、2.69、3.42、1.11、1.81、2.63、3.08、1.27、1.90、2.13、3.56、1.32、1.93、2.08、2.56。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标；用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值。所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值分别为4.6°、54.8°、5.75mm和720℃，即得三辊行星轧机轧制钛棒优化后的工艺参数。
本具体实施方式与现有技术相比具有如下积极效果：
本具体实施方式通过最大DEMAGE值与工艺参数间BP神经网络模型的建立，以偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值分别在三辊行星轧机轧制棒材的偏转角区间、倾斜角区间，压下量区间和轧制温度区间内为约束条件，以最大DEMAGE值最小为目标，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值即为优化后的三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
本具体实施方式以偏转角、倾斜角、压下量和轧制温度四个主要轧制工艺参数为研究对象，优化后的工艺参数适用于三辊行星轧机轧制棒材，能将棒材三辊行星轧制成型时芯部开裂可能性降到最小，能充分发挥机组设备的生产潜力。
因此，本具体实施方式具有能充分发挥机组的生产潜力和轧制成型时能有效避免棒材芯部开裂的特点。
Claims (2)
1.一种三辊行星轧机轧制棒材的工艺参数优化方法，其特征在于所述优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间，在所述偏转角区间内、倾斜角区间内、压下量区间内和轧制温度区间内预选对应的n个偏转角水平值、n个倾斜角水平值、n个压下量水平值和n个轧制温度水平值；根据预选的n个偏转角水平值、预选的n个倾斜角水平值、预选的n个压下量水平值、预选的n个轧制温度水平值和正交试验表，n为4或5，得到有限元模拟正交试验方案；
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用有限元软件建立各自的有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据；
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值；比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值；
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型；
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
2.根据权利要求1所述三辊行星轧机轧制棒材的工艺参数优化方法，其特征在于所述有限元软件为ABAQUS有限元软件、ANSYS有限元软件和MSC有限元软件中的一种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810152178.6A CN108334712A (zh) | 2018-02-14 | 2018-02-14 | 一种三辊行星轧机轧制棒材的工艺参数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810152178.6A CN108334712A (zh) | 2018-02-14 | 2018-02-14 | 一种三辊行星轧机轧制棒材的工艺参数优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108334712A true CN108334712A (zh) | 2018-07-27 |
Family
ID=62929563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810152178.6A Pending CN108334712A (zh) | 2018-02-14 | 2018-02-14 | 一种三辊行星轧机轧制棒材的工艺参数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108334712A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110532729A (zh) * | 2019-09-10 | 2019-12-03 | 浙江申吉钛业股份有限公司 | 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法 |
| CN114880886A (zh) * | 2022-07-08 | 2022-08-09 | 北京科技大学 | 基于正交试验的轧机纵向刚度末端分析和维护方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1979496A (zh) * | 2005-12-02 | 2007-06-13 | 中国科学院金属研究所 | 铜合金管材铸轧工艺参数设计及优化的方法 |
-
2018
- 2018-02-14 CN CN201810152178.6A patent/CN108334712A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1979496A (zh) * | 2005-12-02 | 2007-06-13 | 中国科学院金属研究所 | 铜合金管材铸轧工艺参数设计及优化的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 何亚元等: "基于ＢＰ神经网络的ＣＳＰ生产线轧制力预测模型", 《机械工程材料》 * |
| 孙权: "带钢轧制过程损伤与开裂行为的研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110532729A (zh) * | 2019-09-10 | 2019-12-03 | 浙江申吉钛业股份有限公司 | 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法 |
| CN110532729B (zh) * | 2019-09-10 | 2023-02-21 | 浙江申吉钛业股份有限公司 | 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法 |
| CN114880886A (zh) * | 2022-07-08 | 2022-08-09 | 北京科技大学 | 基于正交试验的轧机纵向刚度末端分析和维护方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106475420B (zh) | 一种基于冷轧带钢目标板形设定的板形控制方法 | |
| CN107545107B (zh) | 一种用于梯形截面轴承环轧制的环坯及环坯设计方法 | |
| CN102728646B (zh) | 一种冷成形直齿锥齿轮齿形尺寸精度的控制方法 | |
| Wang et al. | Investigation on size effect of surface roughness and establishment of prediction model in micro-forming process | |
| CN108334712A (zh) | 一种三辊行星轧机轧制棒材的工艺参数优化方法 | |
| Zhao et al. | Prediction and control of springback in setting round process for pipe-end of large pipe | |
| CN103514325A (zh) | 轮辐三旋轮错距强力旋压工艺的有限元数值模拟方法 | |
| Zhang et al. | Study on the shear-torsion deformation of rotary tube piercing process for nickel base superalloy | |
| Han et al. | Prediction and control of profile for silicon steel strip in the whole tandem cold rolling based on PSO-BP algorithm | |
| CN115952614A (zh) | 一种螺栓头下圆角滚压工艺优化方法 | |
| CN111889601B (zh) | 增大难变形合金模锻件表层变形的波浪形坯料设计方法 | |
| Presz et al. | Application of semi-physical modeling of interface surface roughness in design of pre-stressed microforming dies | |
| Lv et al. | Research on the evolution of residual stresses in the manufacturing process of TC4 alloy profile rolled ring | |
| Jia et al. | Influence of die parameters on internal voids during multi-wedge-multi-pass cross-wedge rolling | |
| CN113935127A (zh) | 一种大规格棒材孔型设计方法 | |
| CN112926146B (zh) | 一种针对冷轧轧辊的在线疲劳预测方法及系统 | |
| Bulzak | Multi wedge cross rolling of axle forgings | |
| CN103394561A (zh) | 一种确定板带材冷弯成型各道次弯曲角度的方法 | |
| Zhuang et al. | The influences of process parameters on the preliminary roll-forging process of the AISI-1045 automobile front axle beam | |
| CN109977457B (zh) | 一种考虑温卷影响的加钒钢制筒节极限载荷预测方法 | |
| CN203265264U (zh) | 减少铝硅合金气孔缺陷的轧制设备 | |
| CN113935210A (zh) | 一种大规格棒材的轧制工艺设计方法 | |
| CN114354658A (zh) | 一种有限元模拟与实验相结合的材料楔横轧损伤临界值评定方法 | |
| CN112836414A (zh) | 基于有限元模拟的tc4筒形件无芯模收口旋压的方法 | |
| CN111241640A (zh) | 一种计算棒材弯曲过程中径向截面中性层偏移量的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180727 |