CN110472342B - 一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 - Google Patents
一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 Download PDFInfo
- Publication number
- CN110472342B CN110472342B CN201910762010.1A CN201910762010A CN110472342B CN 110472342 B CN110472342 B CN 110472342B CN 201910762010 A CN201910762010 A CN 201910762010A CN 110472342 B CN110472342 B CN 110472342B
- Authority
- CN
- China
- Prior art keywords
- continuous casting
- casting billet
- austenite
- pass
- steel continuous
- 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.)
- Expired - Fee Related
Links
- 230000003068 static effect Effects 0.000 title claims abstract description 57
- 238000009749 continuous casting Methods 0.000 title claims abstract description 55
- 238000001953 recrystallisation Methods 0.000 title claims abstract description 48
- 229910001566 austenite Inorganic materials 0.000 title claims abstract description 42
- 229910000742 Microalloyed steel Inorganic materials 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000006835 compression Effects 0.000 claims abstract description 24
- 238000007906 compression Methods 0.000 claims abstract description 24
- 238000002474 experimental method Methods 0.000 claims abstract description 7
- 235000018811 Aframomum Nutrition 0.000 claims abstract description 3
- 241001127758 Aframomum Species 0.000 claims abstract description 3
- 239000000463 material Substances 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 8
- 238000005266 casting Methods 0.000 claims description 7
- 230000004913 activation Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 5
- 238000007711 solidification Methods 0.000 description 5
- 230000008023 solidification Effects 0.000 description 5
- 238000003825 pressing Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012669 compression test Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Continuous Casting (AREA)
Abstract
本发明涉及一种连铸方法，具体涉及一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法。技术方案如下：包括如下步骤：步骤1)实验得到不同压缩条件下的流变应力曲线；步骤2)采用平均应力法计算实验静态软化率；步骤3)将实验静态软化率进行线性拟合得到阿弗拉米特征参数n；步骤4)确定软化率50％时的道次时间t0.5；步骤5)：建立预测微合金钢连铸坯奥氏体静态再结晶软化率模型数学公式，绘制出预测的微合金钢连铸坯奥氏体静态再结晶动力学曲线。本发明提供的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，能够准确预测微合金钢连铸坯多道次压缩条件下的静态再结晶行为。
Description
技术领域
本发明涉及一种连铸方法，具体涉及一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法。
背景技术
凝固末端重压下是在凝固前或凝固末端施加大压下量，从而有效改善大规格连铸板坯内部质量的方法。对于大规格连铸板坯，凝固末端铸坯内外温差能够达到甚至超过500℃，表明针对传统粗糙的压下过程，重压下的压下量能够有效传递到铸坯心部从而改善内部缩孔和疏松。凝固末端重压下不仅能够消除中心疏松与缩孔缺陷，而且诱导宽厚板连铸坯发生奥氏体再结晶，从而有效细化铸坯组织。
在钢铁材料的高温变形过程中，动态再结晶(DRX)、静态再结晶(SRX)和亚动态再结晶(MDRX)控制钢铁材料的微观组织和力学性能。大量研究表明，静态再结晶将会在多道次压缩道次间隔内发生。在过去的几十年，许多研究者已经提出了许多适合于轧制过程和热加工过程中不同材料的再结晶动力学模型。Kolmogorov、Johnson、Mehl和Avrami首次提出了Johnson-Mehl-Avrami-Kolmogorov(JMAK)模型，该模型被广泛地应用于描述固态相变和再结晶过程。然而，由于材料化学成分、理论计算过程与热压缩条件等因素的差异，这些静态再结晶动力学模型有一定的差异性与其各自的适用范围。但针对微合金钢连铸坯压下热变形行为与静态再结晶机理，仍存在一些尚未解决的问题。
发明内容
本发明提供一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法，能够准确预测微合金钢连铸坯多道次压缩条件下的静态再结晶行为。
本发明的技术方案如下：
一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法，包括如下步骤：
步骤1)：微合金钢连铸坯成分为C：＜0.25％，Nb：0.02％～0.05％，Ti：0.01～0.025％；首先取微合金钢连铸坯横断面1/4位置处铸坯，并加工成Φ8×15的圆柱形试样，在奥氏体温度区域进行双道次高温压缩实验，得到不同压缩条件下的流变应力曲线；
步骤2)：基于所述流变应力曲线，采用平均应力法计算不同压缩条件下、道次间隔下的实验静态软化率，绘制静态软化曲线；
步骤3)：依据所述静态软化曲线，将实验静态软化率进行线性拟合得到阿弗拉米特征参数n；
步骤4)：针对微合金钢连铸坯中微合金元素Nb、Ti碳氮化物对晶界钉扎与溶质拖拽作用，确定软化率50％时的道次时间t0.5；
步骤5)：建立预测微合金钢连铸坯奥氏体静态再结晶软化率模型数学公式，绘制出预测的微合金钢连铸坯奥氏体静态再结晶动力学曲线。
进一步地，所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，所述步骤1)中，在连铸坯奥氏体温度区域900～1300℃区间选取间隔50℃或100℃进行双道次高温压缩实验：应变速率为0.001s-1～0.1s-1，道次间隔时间为0～250s，第一道次压缩量为5％～20％，第二道次压缩量为5％～20％。
进一步地，所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，所述步骤2)中，所述平均应力法的计算公式如下：
式中：X* SRX为实验测量道次间隔下的静态软化率；
是假设没有道次间软化条件下第二道次压缩的平均应力；
与
分别是第一道次与第二道次的平均应力，
与
由公式
得到(其中
是平均应力；ε1是第一道次变形真应变；σ是真应力值)。
进一步地，所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，所述步骤3)中，阿弗拉米特征参数n计算公式如下：
式中：
是应变速率，s-1；ε是第一道次压下率；d0是初始奥氏体晶粒尺寸；R是理想气体常数(8.314J.mol-1.K-1)；A,p1,q1,s1,Q是材料常数；T是变形温度；
其中应变速率
由经典的阿伦尼乌斯公式表达，如下：
其中：
对(1)式取对数得到：
式中：Q1是应变激活能；α、n2是材料常数。
进一步地，所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，所述步骤4)中，确定软化率50％时的道次时间t0.5公式为：
式中：t0.5为软化率50％时的道次时间，s；[C]，[Nb]和[Ti]为微合金连铸坯中元素C、Nb和Ti的含量；QSRX是奥氏体静态再结晶激活能，KJ/mol；A2,p2,q2,s2是材料常数。
进一步地，所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，所述步骤5)中，预测微合金钢连铸坯奥氏体静态再结晶软化率模型数学公式如下：
式中XSRX是预测的奥氏体静态再结晶软化率，％；t是道次间隔时间，s。
本发明的有益效果为：本发明针对微合金钢连铸坯中微合金元素Nb，Ti碳氮化物对晶界钉扎与溶质拖拽作用，采用经典微合金碳氮化物析出热力学计算，对常规模型建模过程进行了修正，从理论上建立了更适合于微合金连铸坯且精确度更高的静态再结晶模型，能够更准确地实现微合金连铸坯多道次重压下过程的静态再结晶行为预测。
附图说明
图1为连铸多道次连续重压下工作状态示意图；
图2为微合金连铸坯双道次压缩流变应力曲线：(a)温度；(b)应变速率；
图3为平均应力法计算道次软化率示意图；
图4为Int与ln(ln(1/(1-XS)))线性拟合关系：(a)温度；(b)应变速率；
图5为奥氏体静态再结晶动力学曲线图：(a)温度；(b)应变速率；(c)压缩量；(d)内部奥氏体晶粒对再结晶分数的影响。
具体实施方式
如图1所示，微合金连铸坯实施多道次重压下。
微合金钢连铸板坯在温度900、1000、1100、1200、1300℃，应变速率0.001s-1、0.05s-1、0.1s-1，道次间隔时间为0、5、25、50、250s，第一道次压缩量为10％、15％、20％，第二道次压缩量为20％，上述条件下进行双道次压缩试验，从而得到不同压缩条件下的流变应力曲线，如图2所示；
基于所述流变应力曲线，采用平均应力法计算不同条件下、道次间隔下的实验静态软化率，平均应力法计算方式如图3所示；
利用所述实验静态软化率绘制静态软化曲线，通过线性拟合得到阿弗拉米特征参数n；如图4所示；
根据微合金钢连铸坯中微合金元素Nb、Ti碳氮化物对晶界钉扎与溶质拖拽作用，确定软化率50％时的道次时间t0.5；
建立预测微合金钢连铸坯奥氏体静态再结晶软化率模型数学公式，如下：
如图5所示，绘制出预测的微合金钢连铸坯奥氏体静态再结晶动力学曲线，将试验的数据点(见表1)与预测的微合金钢连铸坯奥氏体静态再结晶动力学曲线加以对比，进行误差分析，验证其准确性。
表1实验测得软化率
Claims (6)
1.一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，包括如下步骤：
步骤1)：微合金钢连铸坯成分为C：＜0.25％，Nb：0.02％～0.05％，Ti：0.01～0.025％；首先取微合金钢连铸坯横断面1/4位置处铸坯，并加工成Φ8×15的圆柱形试样，在奥氏体温度区域进行双道次高温压缩实验，得到不同压缩条件下的流变应力曲线；
步骤2)：基于所述流变应力曲线，采用平均应力法计算不同压缩条件下、道次间隔下的实验静态软化率，绘制静态软化曲线；
步骤3)：依据所述静态软化曲线，将实验静态软化率进行线性拟合得到阿弗拉米特征参数n；
步骤4)：针对微合金钢连铸坯中微合金元素Nb、Ti碳氮化物对晶界钉扎与溶质拖拽作用，确定软化率50％时的道次时间t0.5；
步骤5)：建立预测微合金钢连铸坯奥氏体静态再结晶软化率模型数学公式，绘制出预测的微合金钢连铸坯奥氏体静态再结晶动力学曲线。
2.根据权利要求1所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，所述步骤1)中，在连铸坯奥氏体温度区域900～1300℃区间选取间隔50℃或100℃进行双道次高温压缩实验：应变速率为0.001s-1～0.1s-1，道次间隔时间为0～250s，第一道次压缩量为5％～20％，第二道次压缩量为5％～20％。
3.根据权利要求1所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，所述步骤2)中，所述平均应力法的计算公式如下：
式中：X* SRX为实验测量道次间隔下的静态软化率；
是假设没有道次间软化条件下第二道次压缩的平均应力；
与
分别是第一道次与第二道次的平均应力，
与
由公式
得到(其中
是平均应力；ε1是第一道次变形真应变；σ是真应力值)。
4.根据权利要求1所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，所述步骤3)中，阿弗拉米特征参数n计算公式如下：
式中：
是应变速率，s-1；ε是第一道次压下率；d0是初始奥氏体晶粒尺寸；R是理想气体常数(8.314J.mol-1.K-1)；A,p1,q1,s1,Q是材料常数；T是变形温度；
其中应变速率
由经典的阿伦尼乌斯公式表达，如下：
其中：
对(1)式取对数得到：
式中：Q1是应变激活能；α、n2是材料常数。
5.根据权利要求4所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，所述步骤4)中，确定软化率50％时的道次时间t0.5公式为：
式中：t0.5为软化率50％时的道次时间，s；[C]，[Nb]和[Ti]为微合金连铸坯中元素C、Nb和Ti的含量；QSRX是奥氏体静态再结晶激活能，KJ/mol；A2,p2,q2,s2是材料常数。
6.根据权利要求1所述的预测微合金钢连铸坯奥氏体静态再结晶行为的方法，其特征在于，所述步骤5)中，预测微合金钢重压下连铸坯奥氏体静态再结晶软化率模型数学公式如下：
式中XSRX是预测的奥氏体静态再结晶软化率，％；t是道次间隔时间，s。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910762010.1A CN110472342B (zh) | 2019-08-19 | 2019-08-19 | 一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910762010.1A CN110472342B (zh) | 2019-08-19 | 2019-08-19 | 一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110472342A CN110472342A (zh) | 2019-11-19 |
| CN110472342B true CN110472342B (zh) | 2022-11-29 |
Family
ID=68511942
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910762010.1A Expired - Fee Related CN110472342B (zh) | 2019-08-19 | 2019-08-19 | 一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110472342B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079309B (zh) * | 2019-12-30 | 2022-08-16 | 湖北楠田工模具科技有限公司 | 耦合再结晶动力学的多道次压缩流变应力模型建立方法 |
| CN115954065B (zh) * | 2022-12-07 | 2024-05-07 | 重庆大学 | 微合金钢tscr工艺过程奥氏体晶粒尺寸预测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004344934A (ja) * | 2003-05-22 | 2004-12-09 | Daido Steel Co Ltd | 圧延加工の金属組織予測方法 |
| CN102323981A (zh) * | 2011-08-26 | 2012-01-18 | 首钢总公司 | 一种预测热轧钢材奥氏体静态再结晶组织演变的方法 |
| CN107385324A (zh) * | 2017-06-08 | 2017-11-24 | 江阴兴澄特种钢铁有限公司 | 一种大厚度q500gjcd高强度建筑结构用钢板及其制造方法 |
-
2019
- 2019-08-19 CN CN201910762010.1A patent/CN110472342B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004344934A (ja) * | 2003-05-22 | 2004-12-09 | Daido Steel Co Ltd | 圧延加工の金属組織予測方法 |
| CN102323981A (zh) * | 2011-08-26 | 2012-01-18 | 首钢总公司 | 一种预测热轧钢材奥氏体静态再结晶组织演变的方法 |
| CN107385324A (zh) * | 2017-06-08 | 2017-11-24 | 江阴兴澄特种钢铁有限公司 | 一种大厚度q500gjcd高强度建筑结构用钢板及其制造方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110472342A (zh) | 2019-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104841700B (zh) | 一种热轧带钢轧制力的优化设定方法 | |
| CN101879530B (zh) | 热连轧带钢表面氧化铁皮厚度软测量方法 | |
| CN110472342B (zh) | 一种预测微合金钢连铸坯奥氏体静态再结晶行为的方法 | |
| CN103212585B (zh) | 薄板用热轧机的控制装置以及薄板用热轧机的控制方法 | |
| 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 | |
| CN104493121A (zh) | 一种大方坯连铸生产过程的凝固末端位置在线检测方法 | |
| Dong et al. | Shrinkage porosity and its alleviation by heavy reduction in continuously cast strand | |
| CN107220485A (zh) | 一种适用于多道次压缩的本构模型的建立方法 | |
| JP2000317511A (ja) | 金属製品の圧延方法 | |
| PA et al. | Computational exploration of microstructural evolution in a medium C-Mn steel and applications to rod mill | |
| CN112613241B (zh) | 连铸压下过程连铸坯高温两相区本构模型及其建立方法 | |
| CN111521461A (zh) | 连铸坯加热过程奥氏体晶粒长大行为的预测方法 | |
| Mohiuddin et al. | Influence of sand molding process parameters on product quality of Al-Si alloy casting-an ANOVA approach | |
| Kolbasnikov et al. | Hot plasticity of microalloyed pipe steel in continuous casting and hot rolling | |
| CN111299534B (zh) | 连铸轻重压下基准辊缝确定方法及装置 | |
| Ning et al. | Effect of rolling pass on porosity void closure of bloom during hot-core heavy reduction rolling | |
| CN115401178B (zh) | 一种改善齿轮钢内部质量的压下工艺确定方法 | |
| Singh et al. | Effect of process parameters on roll separating force, driving torque, and end crop length during grooved hot rolling of SAE 1541 steel | |
| Wang et al. | Formation Mechanism and Control Strategy of Edge Seam Defects for Hot Rolling Interstitial‐Free Steel | |
| JP4710237B2 (ja) | 厚板鋼板の変形量予測方法及びその製造方法 | |
| CN106248721A (zh) | 一种结构钢棒材带状组织级别快速预报方法 | |
| Zhao et al. | Metadynamic recrystallizaton behavior of a vanadium-nitrogen microalloyed steel | |
| Faini et al. | Study of void closure in hot rolling of stainless steel slabs | |
| CN111950132A (zh) | 一种基于凝固过程数值模拟的连铸坯质量预测系统 | |
| CN113263154B (zh) | 金属枝晶间距预测方法及装置、设备、存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221129 |