CN110018065A - 一种钢铁材料系列温度冲击功统计和预测方法 - Google Patents
一种钢铁材料系列温度冲击功统计和预测方法 Download PDFInfo
- Publication number
- CN110018065A CN110018065A CN201910352783.2A CN201910352783A CN110018065A CN 110018065 A CN110018065 A CN 110018065A CN 201910352783 A CN201910352783 A CN 201910352783A CN 110018065 A CN110018065 A CN 110018065A
- Authority
- CN
- China
- Prior art keywords
- ballistic work
- steel material
- temperatures
- grade
- prediction
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/32—Polishing; Etching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/30—Investigating strength properties of solid materials by application of mechanical stress by applying a single impulsive force, e.g. by falling weight
- G01N3/303—Investigating strength properties of solid materials by application of mechanical stress by applying a single impulsive force, e.g. by falling weight generated only by free-falling weight
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
Landscapes
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
本发明提供一种钢铁材料系列温度冲击功统计和预测方法,属于钢铁材料系列温度冲击功预测技术领域。该方法首先选取金相试样和冲击试样,然后利用腐蚀液对金相试样进行侵蚀,获取金相图像并使用图像处理软件进行处理,统计有效晶粒尺寸;再对冲击试样进行系列温度冲击测试,统计冲击功;进而对有效晶粒尺寸数据与冲击功数据进行预处理并建立预测模型;统计待测样品的有效晶粒尺寸数据并进行预处理;最后使用预测模型对待测样品进行预测即可得到冲击功等级预测结果及不同冲击功等级几率分布情况。该方法相比传统的Cottrell‑Petch关系,具有更加准确、科学的特点。
Description
技术领域
本发明涉及钢铁材料系列温度冲击功预测技术领域,特别是指一种钢铁材料系列温度冲击功统计和预测方法。
背景技术
钢铁材料的冲击功用于表征钢材的韧性。韧性是指钢铁材料在断裂过程中所需消耗能量的大小,它较全面地体现了钢的强度和塑性,是钢铁材料的一项重要的性能指标。
由Cottrell理论与Hall-Petch关系可以推导出材料的韧脆性转变温度与材料的平均晶粒尺寸d有关,减小平均晶粒尺寸d有利于降低韧脆性转变温度,提高材料的低温冲击功。对于钢铁材料,不同的原料成分、处理工艺会形成不同的组织。因此,提出有效晶粒的概念,有效晶粒包括但不限于奥氏体晶粒、原奥氏体晶粒、铁素体晶粒、珠光体晶粒、亚结构形成的晶粒,是影响钢铁材料韧性的重要因素。在钢铁材料中,由于各有效晶粒之间其尺寸存在差别,不同材料间平均有效晶粒尺寸相近时,其有效晶粒尺寸分布情况可能相去甚远,低温冲击功也不尽相同。目前,国内外文献中尚无关于利用钢铁材料有效晶粒尺寸数据建立低温冲击功预测模型的报道。
发明内容
本发明要解决的技术问题是提供一种钢铁材料系列温度冲击功统计和预测方法。该方法基于金相信息的定量化统计,将晶体学图像转化为可量化的参量(有效晶粒,包括但不限于奥氏体晶粒、原奥氏体晶粒、铁素体晶粒、珠光体晶粒、亚结构形成的晶粒),并进行大量的数据统计;使用支持向量机算法对样本的系列温度的冲击功数值进行分类和回归,形成数据库;基于数据库,可以通过新材料显微组织表征结果实现对其任意温度冲击功的预测;预测结果以几率的形式呈现,结果更加科学和准确。
该方法包括步骤如下:
(1)对钢板试样在多种奥氏体化温度下进行热处理;
(2)对热处理后的钢板试样沿钢板厚度方向取不同位置的试样,其中,沿轧制方向取尺寸为10mm*10mm*55mm,标准夏氏V型缺口的冲击试样,沿厚度方向取垂直于轧制方向的金相试样;
(3)对金相试样经镶嵌、磨制、抛光后用腐蚀液侵蚀;在金相显微镜下,对每个金相试样进行观察并拍照,利用图像处理软件将晶体学图像转化为可量化的有效晶粒尺寸数据,并进行数据统计;
(4)在不同低温测试环境下对冲击试样进行夏比冲击实验,统计试样的低温系列冲击功,并将冲击功大小转化为冲击功等级;
(5)提取步骤(3)中所得晶粒尺寸统计数据、步骤(4)中测试温度数据作为特征样本集;
(6)对步骤(5)中所述特征样本集进行数据预处理;
(7)以步骤(6)所述经预处理的特征样本集作为输入,步骤(4)所述冲击功等级为输出,建立基于支持向量机的钢铁材料低温冲击功预测模型;
(8)根据步骤(7)所述钢铁材料系列温度冲击功预测模型识别钢铁材料在不同测试温度下的冲击功等级。
其中,步骤(1)中热处理奥氏体化温度范围为860℃至1350℃,热处理制度不少于两种。
步骤(2)中试样选取位置不少于3处。
步骤(3)中所用腐蚀液为苦味酸。
步骤(3)中有效晶粒包括奥氏体晶粒、原奥氏体晶粒、铁素体晶粒、珠光体晶粒、亚结构形成的晶粒。
步骤(3)中有效晶粒的数据统计方法具体为:将有效晶粒尺寸统计结果按10μm为步长分级,0级为0-10μm,1级为11μm-20μm,依此类推,计算每个晶粒尺寸等级的频率。步骤(4)中低温测试温度范围为0℃至-196℃,测试温度不少3个。
步骤(4)中冲击功大小转化为冲击功等级具体为:将冲击功测试结果按40J为步长分级,0级为1J-40J,1级为41J—80J,依此类推。
步骤(5)中数据预处理方法为归一化处理方法与主成分分析法。其中归一化处理方法包括最大最小标准化方法、非线性归一化方法。
步骤(7)中建立基于支持向量机的钢铁材料低温冲击功预测模型,具体包括:将所述特征样本集划分为训练集与测试集,以所述训练集作为输入,利用粒子群优化算法建立基于支持向量机的钢铁材料系列温度冲击功预测模型;采用高斯径向基核函数映射数据;利用网格法确定支持向量机的惩罚因子与核参数;利用所述测试集对所述钢铁材料系列温度冲击功预测模型进行验证。
步骤(8)中预测结果包括最大可能冲击功等级、各冲击功等级出现几率。
本发明的上述技术方案的有益效果如下:
上述方案中,在Cottrell-Petch关系的基础上,进一步考虑钢铁材料中有效粒尺寸分布情况对钢铁材料低温冲击功的影响,相比Cottrell-Petch关系中以平均晶粒尺寸作为影响冲击功大小的依据更具科学性,其预测结果较Cottrell-Petch关系更为精确。同时,在已经建立冲击功预测模型的前提下,仅需制备待测样品的金相试样就可以实现低温系列冲击功预测,避免了制备大量夏比冲击试样带来的材料损耗。由于低温冲击试验,特别是在钢铁材料韧脆性转变温度附近进行的冲击试验,其测试结果具有较大的波动性,这既与试验的系统误差有关,也与材料本身的状态(缺陷、偏析等)有关。本方法建立的冲击功预测模型给出的预测结果,不仅包含最大可能冲击功等级,还包含各冲击功等级出现几率,其内涵是对低温冲击功的统计性预测结果,相比单一的预测结果更具价值。
附图说明
图1为本发明的钢铁材料系列温度冲击功统计和预测方法工艺流程图;
图2为本发明实施例中对930℃奥氏体化低碳低合金钢轧板1/4位置低温系列冲击功等级概率预测与实测结果图;
图3为本发明实施例中对1050℃奥氏体化低碳低合金钢轧板1/4位置低温系列冲击功等级概率预测与实测结果图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明提供一种钢铁材料系列温度冲击功统计和预测方法。
如图1所示,该方法包括步骤如下:
(1)对钢板试样进行热处理;
(2)对热处理后的钢板试样沿钢板厚度方向取不同位置的试样,其中,沿轧制方向取尺寸为10mm*10mm*55mm,标准夏氏V型缺口的冲击试样,沿厚度方向取垂直于轧制方向的金相试样;
(3)对金相试样经镶嵌、磨制、抛光后用腐蚀液侵蚀;在金相显微镜下,对每个金相试样进行观察并拍照,利用图像处理软件将晶体学图像转化为可量化的有效晶粒尺寸数据,并进行数据统计;
(4)在不同低温测试环境下对冲击试样进行夏比冲击实验,统计试样的低温系列冲击功,并将冲击功大小转化为冲击功等级;
(5)对步骤(3)和步骤(4)统计得到的有效晶粒尺寸数据、低温系列冲击功及夏比冲击功测试温度进行数据预处理并建立系列温度冲击功预测模型;
(6)按照步骤(2)和步骤(3)采集待测试样的有效晶粒尺寸分布数据,对采集到的晶粒尺寸分布数据与冲击功测试温度进行数据预处理,运用步骤(5)中的系列温度冲击功预测模型进行系列温度冲击功预测。
下面结合具体实施过程予以说明。
待测样制备:对经880℃、930℃、980℃、1050℃、1100℃和1150℃下奥氏体化处理的各轧板分别在1/2及1/4厚度处取沿厚度方向垂直于轧制方向的的金相试样、沿轧制方向的10mm*10mm*55mm的标准夏氏V型缺口冲击试样。对金相试样,使用400#-2000#砂纸机械磨制。在磨制时,沿同一方向磨制之后要将试样旋转90°,换砂纸时也要将试样沿同方向旋转90°,且要仔细观察表面,确保没有大划痕。将试样洗净,在抛光布上进行抛光,润滑剂为水,抛光剂为2.5μm金刚石抛光膏。抛光后进行清洗,并观察表面确保没有可见划痕。将试样放入腐蚀液中侵蚀,腐蚀液成分为苦味酸,侵蚀时间为3分钟,侵蚀液温度为55℃。
金相试验:在显微镜下观察金相试样并拍照。利用Image Pro软件统计原奥氏体晶粒尺寸。
冲击试验:对冲击试样进行低温系列冲击试验,试验温度为-20℃、-40℃、-60℃、-80℃、-100℃。
数据预处理与建立预测模型:将每个样品统计到的原奥氏体晶粒尺寸以10μm为步长,分别统计频率。将冲击功测试结果按40J为步长分级,0级为1J-40J,1级为41J—80J,依此类推。提取晶粒尺寸统计数据与测试温度数据作为特征样本集,以7:3的比例划分训练集与测试集。利用最大最小标准化方法将数据归一化至0-1范围,转换函数为利用主成分分析方法对特征样本集进行降维处理。使用高斯径向基核函数对训练集数据进行映射,利用网格法搜索最佳支持向量机的惩罚因子与核函数参数。随后,使用支持向量机训练数据得到低温系列冲击功预测模型。
冲击功预测:将930℃奥氏体化、轧板1/4位置的试样与1050℃奥氏体化,轧板1/4位置的试样作为待测试样,预测系列低温冲击功,测试温度为-20℃、-40℃、-60℃、-80℃、-100℃。分别统计样品的原奥氏体晶粒尺寸及分布频率。提取晶粒尺寸统计数据与测试温度数据建立特征样本集,利用最大最小标准化方法将数据归一化至0-1范围。利用主成分分析方法对特征样本集进行降维处理。以特征样本集为输入,利用低温冲击功预测模型进行预测,即可获得低温系列冲击功预测结果及概率分布情况。930℃奥氏体化低碳低合金钢和1050℃奥氏体化低碳低合金钢的预测与实测结果分别如图2和图3所示。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种钢铁材料系列温度冲击功统计和预测方法,其特征在于:包括步骤如下:
(1)对钢板试样在多种不同奥氏体化温度下进行热处理;
(2)对热处理后的钢板试样沿钢板厚度方向取不同位置的试样,其中,沿轧制方向取尺寸为10mm*10mm*55mm,标准夏氏V型缺口的冲击试样,沿厚度方向取垂直于轧制方向的金相试样;
(3)对金相试样经镶嵌、磨制、抛光后用腐蚀液侵蚀;在金相显微镜下,对每个金相试样进行观察并拍照,利用图像处理软件将晶体学图像转化为可量化的有效晶粒尺寸数据,并进行数据统计;
(4)在不同低温测试环境下对冲击试样进行夏比冲击实验,统计试样的低温系列冲击功,并将冲击功大小转化为冲击功等级;
(5)提取步骤(3)中所得晶粒尺寸统计数据、步骤(4)中测试温度数据作为特征样本集;
(6)对步骤(5)中提取的特征样本集进行数据预处理;
(7)将步骤(6)经预处理的特征样本集作为输入,步骤(4)的冲击功等级为输出,建立基于支持向量机的钢铁材料低温冲击功预测模型;
(8)根据步骤(7)所述钢铁材料系列温度冲击功预测模型识别钢铁材料在不同测试温度下的冲击功等级,其中,预测结果包括最大可能冲击功等级、各冲击功等级出现几率。
2.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(1)中奥氏体化温度范围为860℃至1350℃,热处理制度不少于两种。
3.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(2)中试样选取位置不少于3处。
4.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(3)中所用腐蚀液为苦味酸。
5.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(3)中有效晶粒包括奥氏体晶粒、原奥氏体晶粒、铁素体晶粒、珠光体晶粒、亚结构形成的晶粒。
6.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(3)中有效晶粒的数据统计方法具体为:将有效晶粒尺寸统计结果按10μm为步长分级,0级为0-10μm,1级为11μm-20μm,依此类推,计算每个晶粒尺寸等级的频率。
7.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(4)中低温测试温度范围为0℃至-196℃,测试温度不少3个。
8.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(4)中冲击功大小转化为冲击功等级具体为:将冲击功测试结果按40J为步长分级,0级为1J-40J,1级为41J—80J,依此类推。
9.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(6)中数据预处理方法为归一化处理方法与主成分分析法,其中归一化处理方法包括最大最小标准化方法、非线性归一化方法。
10.根据权利要求1所述的钢铁材料系列温度冲击功统计和预测方法,其特征在于:所述步骤(7)中建立基于支持向量机的钢铁材料低温冲击功预测模型,具体包括:将所述特征样本集划分为训练集与测试集,以训练集作为输入,利用粒子群优化算法建立基于支持向量机的钢铁材料系列温度冲击功预测模型;采用高斯径向基核函数映射数据;利用网格法确定支持向量机的惩罚因子与核参数;利用测试集对钢铁材料系列温度冲击功预测模型进行验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352783.2A CN110018065A (zh) | 2019-04-29 | 2019-04-29 | 一种钢铁材料系列温度冲击功统计和预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910352783.2A CN110018065A (zh) | 2019-04-29 | 2019-04-29 | 一种钢铁材料系列温度冲击功统计和预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110018065A true CN110018065A (zh) | 2019-07-16 |
Family
ID=67192792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910352783.2A Pending CN110018065A (zh) | 2019-04-29 | 2019-04-29 | 一种钢铁材料系列温度冲击功统计和预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110018065A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111366426A (zh) * | 2020-01-18 | 2020-07-03 | 西安嘉业航空科技有限公司 | 一种预测高温耐蚀合金晶粒尺寸的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103512792A (zh) * | 2013-10-15 | 2014-01-15 | 北京科技大学 | 显示珠光体状态的GCr15SiMn钢原始奥氏体晶粒的方法 |
CN105181536A (zh) * | 2015-09-25 | 2015-12-23 | 武汉钢铁(集团)公司 | 珠光体类盘条奥氏体晶粒度的测定方法 |
CN106442122A (zh) * | 2016-09-19 | 2017-02-22 | 哈尔滨工业大学 | 基于图像分割和辨识的钢材料落锤撕裂试验断口韧性断面百分比检测方法 |
EP2935633B1 (de) * | 2012-12-21 | 2017-09-27 | SMS group GmbH | Verfahren und vorrichtung zur vorhersage, steuerung und/oder regelung von stahlwerksprozessen |
-
2019
- 2019-04-29 CN CN201910352783.2A patent/CN110018065A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2935633B1 (de) * | 2012-12-21 | 2017-09-27 | SMS group GmbH | Verfahren und vorrichtung zur vorhersage, steuerung und/oder regelung von stahlwerksprozessen |
CN103512792A (zh) * | 2013-10-15 | 2014-01-15 | 北京科技大学 | 显示珠光体状态的GCr15SiMn钢原始奥氏体晶粒的方法 |
CN105181536A (zh) * | 2015-09-25 | 2015-12-23 | 武汉钢铁(集团)公司 | 珠光体类盘条奥氏体晶粒度的测定方法 |
CN106442122A (zh) * | 2016-09-19 | 2017-02-22 | 哈尔滨工业大学 | 基于图像分割和辨识的钢材料落锤撕裂试验断口韧性断面百分比检测方法 |
Non-Patent Citations (3)
Title |
---|
刘英林 等: "基于SVM的热轧钢卷性能分析", 《冶金自动化》 * |
孙宪进: "高性能海洋工程用钢的研究与开发", 《中国博士学位论文全文数据库 工程科技I辑》 * |
牛涛 等: "炉卷轧机生产X100 管线钢的组织特征与强韧性", 《北京科技大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111366426A (zh) * | 2020-01-18 | 2020-07-03 | 西安嘉业航空科技有限公司 | 一种预测高温耐蚀合金晶粒尺寸的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210063376A1 (en) | Method for automatic quantitative statistical distribution characterization of dendrite structures in a full view field of metal materials | |
CN102507400B (zh) | 一种t91钢管的剩余寿命定量分析方法 | |
CN104111230A (zh) | M-a岛中马氏体和残余奥氏体的分类显示和定量检测方法 | |
Ellendt et al. | High-throughput exploration of evolutionary structural materials | |
CN103823974A (zh) | 无取向硅钢磁性能影响因素的主成分回归分析法 | |
CN111781037A (zh) | 显示18Ni马氏体钢原奥氏体晶界的侵蚀剂及显示方法 | |
CN103308372B (zh) | 基于透射电子显微镜的t91钢老化评级方法 | |
CN110018065A (zh) | 一种钢铁材料系列温度冲击功统计和预测方法 | |
Zhang et al. | Laboratory-scale identification of corrosion mechanisms by a pattern recognition system based on electrochemical noise measurements | |
CN102628858B (zh) | 大型锻件内部缺陷分析方法 | |
CN104949912B (zh) | 金属腐蚀特征与腐蚀时间相关性的检测方法 | |
CN102435484B (zh) | 一种粉末高温合金原始颗粒边界的腐蚀方法 | |
CN114120316A (zh) | 一种评价第二相尺寸均匀度和分布均匀度的方法 | |
CN108414554A (zh) | 一种用于厚壁无缝钢管材料δ铁素体含量测量的方法 | |
CN102854137B (zh) | 一种原位金相组织分析方法 | |
CN109342213A (zh) | 一种高硅钢薄板韧脆转变温度的测量方法 | |
Bandyopadhyay et al. | The effect of microstructural changes on the caustic stress corrosion cracking resistance of a NiCrMoV rotor steel | |
Li et al. | Determination of corrosion types from electrochemical noise by gradient boosting decision tree method | |
CN105807025B (zh) | 一种分辨高碳铬轴承钢金相组织类型的方法 | |
da Silva et al. | Characterization of the evolution of recrystallization by fluctuation and fractal analyses of the magnetic hysteresis loop in a cold rolled non-oriented electric steel | |
CN114047211B (zh) | 一种基于ebsd检测弹钢材料奥氏体晶粒直径的方法 | |
Kopriva et al. | Current status of the small punch test standardization within the ASTM | |
CN102721620B (zh) | 一种15CrMo钢珠光体球化等级的现场检测方法 | |
Sehgal | Surface roughness optimization by respose surface methodology and particle swarm optimization | |
CN109001106B (zh) | 一种水轮发电机高强度热轧磁轭钢板冲击吸收能量有效考核方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190716 |