CN111872116B - 一种明确考量组织性能目标要求的热连轧参数确定方法 - Google Patents
一种明确考量组织性能目标要求的热连轧参数确定方法 Download PDFInfo
- Publication number
- CN111872116B CN111872116B CN202010738929.XA CN202010738929A CN111872116B CN 111872116 B CN111872116 B CN 111872116B CN 202010738929 A CN202010738929 A CN 202010738929A CN 111872116 B CN111872116 B CN 111872116B
- Authority
- CN
- China
- Prior art keywords
- rolling
- pass
- deformation
- rolling temperature
- temperature
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
- B21B1/22—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length
- B21B1/24—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process
- B21B1/26—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling plates, strips, bands or sheets of indefinite length in a continuous or semi-continuous process by hot-rolling, e.g. Steckel hot mill
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2201/00—Special rolling modes
- B21B2201/02—Austenitic rolling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2261/00—Product parameters
- B21B2261/20—Temperature
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供一种明确考量组织性能目标要求的热连轧参数确定方法。该方法根据材料的使用需要制定合理的轧制工艺,对板材轧制过程进行准确的控制,提升轧后板材性能的稳定性,使资源使用最大化,同时减少试验成本与周期时间。将试验与模拟结合:建立了晶粒尺寸与轧制温度及应变的对应关系,可以避免因坯料尺寸改变时达到相同晶粒度所需压下率不同而带来的工艺误差。多道次试验:建立了累积变形量及终轧温度对晶粒细化的影响,可以了解晶粒的细化极限,避免额外的轧制变形。将单道次轧制与多道次轧制结合:实现工艺参数的优化与轧制过程的准确控制。
Description
【技术领域】
本发明属于材料加工技术领域,具体涉及一种明确考量组织性能目标要求的热连轧参数确定方法。
【背景技术】
随着科技的不断发展,各行各业对材料的要求越来越高,特别是中厚钢板的强度、低温冲击韧性、可焊接性的要求越来越高,而这就需要有细小且均匀的组织。现在板材轧制工艺的制定主要是理论方法和经验方法两大类。经验方法制定轧制工艺,其基本步骤为:选择合适的坯料尺寸规格;按照经验法确定轧制方式和各道次压下量;逐道次校核咬入能力;制定速度制度,计算各道次轧制时间,以及各道次轧制温度。而板材通常都是采用连铸坯进行轧制,而连铸坯本身具有成分、组织不均匀等缺点,而经验法进行制定轧制工艺,有时候并不能改善这些缺点,且轧后的晶粒尺寸以及均匀性有时并不能达到预期目标,具有很大的不稳定性。
因此现有的轧制工艺通常未充分了解材料组织与工艺的关系,单道次变形量与组织间的对应关系不明确,造成成品组织性能不稳定。现在钢厂为了获得细小的组织,通常采用厚度较大的坯料进行累计大变形量来细化晶粒,且累积变形量范围通常比较宽,与组织性能之间没有一个明确的关系,且各种材料的晶粒都存在这细化极限,超出细化极限的工艺就是能源的浪费。
热轧处理过程中组织决定性能,组织调控过程主要依赖于变形与后续的热处理,而一些非调钢只依赖于变形,且组织具有继承性,因此要获得所需要的组织就需要合理的轧制工艺,对于每种材料及其使用途径制定合理的轧制工艺是有着重要的意义。
【发明内容】
本发明的目的在于克服上述现有技术的缺点,提供一种明确考量组织性能目标要求的热连轧参数确定方法;以解决现有技术中的轧制工艺中难以针对每一类钢种设置其符合自身条件的工艺参数的技术问题。
为达到上述目的,本发明采用以下技术方案予以实现:
一种明确考量组织性能目标要求的热连轧参数确定方法,包括以下步骤:
以单道次变形量和轧制温度作为变量,进行单道次轧制试验,获取以单道次变形量和轧制温度为自变量,以板坯心部晶粒尺寸为因变量的第一关系式或/和第一关系图;
建立轧制模型,模拟单道次轧制过程,获得以轧制温度和单道次变形量为自变量,以板坯心部的应变值为因变量的第二关系式或/和第二关系图;
以开轧温度、终轧温度和总变形量为变量,进行多道次轧制试验,获取在每一个开轧温度和终轧温度下的板坯累计变形量和平均晶粒尺寸之间的第三关系式或/和第三关系图;所述平均晶粒尺寸为板坯厚度方向的晶粒平均值;
以单道次变形量作为过程参数,建立以轧制温度和应变值为自变量,以板坯心部为因变量的第四关系式或/和第四关系图;
通过第三关系图或/和第三关系式,以及第四关系式或/和第四关系图确定热连轧参数,所述参数包括开轧温度,单道次的变形量、单道次的扎轧制温度,总的变形量,轧制道次以及终轧温度。
本发明的进一步改进在于:
优选的,步骤1中,板坯心部为板坯厚度方向1/2处的位置。
优选的,所述晶粒为奥氏体晶粒。
优选的,在单道次轧制试验过程中,同时获得以单道次变形量和轧制温度为自变量,以板坯心部晶粒尺寸的方差为因变量的第五关系式或/和第五关系图;
优选的,模拟单道次轧制过程中,将目标钢种的应力应变曲线及物理性质参数输入至模型中。
优选的,所述物理性质的参数包括杨氏模量、材料密度、泊松比、导热系数、比热容和热膨胀系数。
优选的,在模拟过程中设定轧辊转速、轧制温度、轧辊与板坯之间的摩擦系数、试验环境温度和板坯温度。
优选的,在获得晶粒尺寸前,对板坯的截面进行物理抛光及腐蚀。
与现有技术相比,本发明具有以下有益效果:
本发明提供一种明确考量组织性能目标要求的热连轧工艺规程设计新方法。该方法根据材料的使用需要制定合理的轧制工艺,对板材轧制过程进行准确的控制,提升轧后板材性能的稳定性,使资源使用最大化,同时减少试验成本与周期时间。将试验与模拟结合:建立了晶粒尺寸与轧制温度及应变的对应关系,可以避免因坯料尺寸改变时达到相同晶粒度所需压下率不同而带来的工艺误差。多道次试验:建立了累积变形量及终轧温度对晶粒细化的影响,可以了解晶粒的细化极限,避免额外的轧制变形。将单道次轧制与多道次轧制结合:实现工艺参数的优化与轧制过程的准确控制。通过热力参数和轧后奥氏体晶粒尺寸及其均匀性的对应关系,可以确定每道次合理的轧制温度与变形量,使轧后组织更均匀,材料性能稳定。可以了解材料在轧制中晶粒的细化极限,避免了传统工艺中累积大变形量来细化晶粒而带来的额外工作和能源的浪费。可以直观的了解到在不同工艺参数下材料晶粒的演化规律,根据需要选择所需要的合适工艺。
【附图说明】
图1为本发明的流程图;
图2为有限元模拟应变场示意图;
图3为单道次轧制工艺窗口图;
图4为多道次轧制工艺窗口图。
【具体实施方式】
下面结合附图对本发明做进一步详细描述:
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制;术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性;此外,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
参见图1,本发明公开了一种明确考量组织性能目标要求的热连轧参数确定方法,本发明方法的基本思路为结合单道次轧制试验与有限元模拟结果,得到材料热变形过程中组织与变形温度等工艺的具体关系,确定合理的单机架变形参数;与此同时通过多道次连轧试验,得到材料组织细化与累积变形量及终轧温度的关系,明确与期望组织对应的累计变形参数;结合单道次轧制试验、多道次连轧试验,以及数值模拟的结果,最后确定轧制过程中的各个参数。该方法具体包括以下步骤:
步骤1,根据钢种的不同需要预先设置轧制参数,轧制试验包括单道次轧制和多道次轧制,单道次轧制过程控制的工艺参数为:单道次变形量和轧制温度;多道次轧制控制的工艺参数包括:轧制过程中轧制过程控制的工艺参数为:开轧温度、轧制道次数量、每一道次变形量、每一道次轧制温度、终轧温度和总变形量,轧制后水冷。上述工艺参数确定时,需考虑轧制试验所在的轧机,进而初步确定轧制的参数。
步骤2,单道次轧制试验
按照步骤1设定的试验参数完成单道次轧制试验,对于单道次轧制试验,分别以轧制温度和单道次变形量为变量进行单因素试验,轧后坯料立即水冷保留原奥氏体晶界,对轧后的坯料进行腐蚀和组织观察试验,统计其轧后板坯心部奥氏体晶粒尺寸,并计算心部晶粒尺寸方差来表示晶粒的均匀性,建立试验料轧制温度和单道次变形量与轧后奥氏体晶粒尺寸及其均匀性的对应关系,确定单道次变形工艺参数,具体的为,以轧制温度和单道次变形量为自变量,以轧制后板坯心部的奥氏体晶粒尺寸与均匀性为因变量,建立两个对应关系。
板坯的心部为板坯厚度方向的1/2处,因板坯在轧制过程中心部变形最小,其轧制过程中晶粒尺寸最大,当心部的晶粒应变符合要求时,代表其他部分的晶粒尺寸也符合要求,因此将最中间的心部晶粒尺寸作为衡量标准。
通过该步骤得到试验确定的以轧制温度和单道次变形量为自变量,以轧制后板坯心部的奥氏体晶粒尺寸与方差为因变量的对应关系图及对应关系式。
步骤3,利用3D有限元模拟方法单道次轧制过程进行数值分析,获得轧制过程中板坯的应变场分布规律;
首先按照试验装置尺寸建立轧机和板坯的三维模型,将目标钢种的材料应力应变曲线以及相关物性参数:杨氏模量、材料密度、泊松比、导热系数、比热容、热膨胀系数输入模拟软件(Simufact、Deform等都可)中,若试验材料的应力应变曲线在现有资料中可查到,就可用资料中的,若现有资料没有,就需要利用Gleeble热模拟试验机进行热模拟试验来获取。在模拟软件中设定好轧辊转速、轧制温度、轧辊与板坯之间的摩擦系数、试验环境温度、板坯温度,运行软件,该步骤中的轧制模拟的是单道次轧制,既一次轧制的过程;计算结束后利用后处理软件获得试验料在轧制温度和轧制变形量条件下的热力参数(应变场)分布规律,所述应变场的分布规律同为心部晶粒的应变场规律。
通过上述步骤,获得以轧制温度和和轧制变形量为自变量,以心部晶粒的应变场为因变量的关系图及关系式。
通过步骤2获得的以轧制温度和单道次变形量为自变量,以轧制后板坯心部的奥氏体晶粒尺寸与方差为因变量的对应关系图及对应关系式中,因为在实验过程中的试样体积较小,当应用到实际生产中,板坯的尺寸远大于试样,因此试样得到的变形量和晶粒尺寸/方差之间的关系,并不适用于生产中,但是应变不会受到坯样厚度的影响,因此结合步骤3获得关系式,将步骤2的关系式中的变形量更换为应变;最终建立了如图3所示的,以应变和温度为自变量,以晶粒尺寸为因变量的工艺窗口图。
步骤4,多道次轧制试验
对于多道次轧制试验,分别以开轧温度、终轧温度和总的变形量作为变形量进行单因素试验,试验结果以板坯的所有晶粒尺寸的平均值作为衡量标准。
按照步骤1所设定的试验参数完成多道次试验,轧后坯料立即水冷保留原奥氏体晶界,对轧后的板材进行腐蚀和组织观察试验,统计各组试验轧后板材不同厚度处的奥氏体晶粒尺寸计算其平均值,具体来说,沿着从坯料表层到心部的方向(坯料的厚度方向),每间隔距离d,拍摄一次照片,d的取值根据需要的厚度方向晶粒尺寸密度而定,d≤板坯厚度的1/10,将拍照获得的晶粒尺寸进行平均计算,然后建立厚度方向的累积变形量与平均晶粒尺寸细化规律之间的关系图,图中包含了开轧温度和终轧温度。
在多道次轧制过程中,是由多个单道次轧制组成的,因此每一次的单道次过程设计的变形量和轧制温度与晶粒尺寸的关系为步骤2中获得的规律。
步骤5,在应用过程中,根据目标的晶粒尺寸,首先通过步骤4得到的累计变形量与晶粒尺寸细化规律之间的关系图,可以确定累计变形量、开轧温度和终轧温度;在通过不同厚度处的目标晶粒尺寸,通过步骤3获得的工艺窗口,可以在此晶粒尺寸下的单道次轧制的轧制温度和变形量,通过步骤3中应变量和变形量之间的关系式,确定单道次轧制的应变量;最终通过累计变形量和单道次变形量,获得了轧制道次。
因此根据步骤3得到的单道次工艺变形参数和步骤4得到的累积变形量和材料终轧温度,确定材料的轧制参数和原始坯料厚度。具体的轧制参数包括:开轧温度,单道次的变形量、单道次的轧制温度,总的变形量,轧制道次以及终轧温度。
实施例1:
下面通过具体示例详细说明本发明的示例性实施例。下面的示例以07MnNiMoDR钢为例,然而本发明不限于此,也可通过本发明制定其它材料的轧制工艺。
步骤1,进行单道次轧制试验和多道次轧制试验
步骤1.1,确定单道次轧制试验参数
单道次轧制试验参数:变形量10%~30%,轧制温度900℃~1150℃,轧后水冷。
按照图1所示技术路线图设定试验参数,且所有轧制试验在φ160mm*200mm的二辊可逆式轧机上完成。单道次试验中设置了6个轧制温度,5个变形量,共30组试验,每组实验完成后,试样组织对应着有晶粒尺寸以及晶粒的尺寸均匀性。
如图3示单道次轧制工艺窗口,在图中可以看出在不同变形参数下晶粒尺寸的变化,也可以根据所需要的的晶粒尺寸参数来确定各道次轧制参数然后以x坐标为应变,y坐标为轧制温度,z坐标为晶粒尺寸或者均匀性做等值线图,然后就可以看出在不同工艺参数下轧后板材的晶粒尺寸与均匀性,也可以根据图中晶粒尺寸与均匀性选择对应的工艺参数。
(2)单道次有限元模拟
利用3D有限元模拟方法对不同的轧制工艺(轧制温度900℃~1100℃,压下率10%~30%)进行数值模拟,按照试验装置尺寸建立三维模型,将试验测得的材料应力应变曲线以及相关物性参数输入模拟软件(Simufact、Deform等都可)中,设定好轧辊转速(30~40r/min)、轧制温度(900℃~1100℃)、工件与坯料之间的摩擦系数(0.6~0.8)、试验环境温度(20℃~30℃)等相关参数,运行软件,计算结束后利用后处理软件获得试验料在不同温度和压下率条件下的热力参数(应变场)分布规律。应变场分布图如图2示,其应变值从板坯表面到心部逐渐减小,因板坯在轧制过程中心部变形最小,因此本发明中各试验应变取心部应变值。
(3)单道次轧制试验
按照试验参数完成单道次轧制试验,轧后坯料立即水冷保留原奥氏体晶界,对轧后的板料进行腐蚀和组织观察试验,统计其轧后板料不同厚度处的奥氏体晶粒尺寸,并计算其晶粒尺寸方差来表示晶粒的均匀性,结合有限元模拟获得的热力参数(应变场),建立试验料热力参数和轧后奥氏体晶粒尺寸及其均匀性的对应关系,(4)多道次轧制试验
按照所设定的试验参数完成多道次试验,轧后坯料立即水冷保留原奥氏体晶界,对轧后的板材进行腐蚀和组织观察试验,统计轧后板材不同厚度的奥氏体晶粒尺寸计算其平均值,然后建立累积变形量与晶粒尺寸细化规律之间的关系图,如图4所示,在图中可以看出晶粒尺寸随变形量及轧制温度变化的细化规律,然后根据所需要的晶粒细化程度来确定总变形量和终轧温度。
(4)多道次轧制试验:开轧温度1100℃,轧制道次2~4道次,终轧温度800℃~1000℃,终轧道次变形量10%~25%,轧后水冷。
轧制试验全部在φ160mm*200mm的二辊可逆式轧机上完成。
参见图4为本发明中的多道次轧制结果,图中的四个图例代表四类试验,详情参看下表。
表1多道次轧制试验参数
从图4中可以看出,…
(5)轧制工艺的制定或优化
根据步骤3得到的单道次变形参数和步骤4得到的累积变形量和材料终轧温度,确定材料的轧制工艺和原始坯料厚度。本发明通过以上步骤制定了07MnNiMoDR钢的轧制工艺,原始坯料厚度为150mm,开轧温度为1150℃,终轧温度为850℃,累积变形量为53%。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种明确考量组织性能目标要求的热连轧参数确定方法,其特征在于,包括以下步骤:
以单道次变形量和轧制温度作为变量,进行单道次轧制试验,获取以单道次变形量和轧制温度为自变量,以板坯心部晶粒尺寸为因变量的第一关系式或/和第一关系图;在单道次轧制试验过程中,同时获得以单道次变形量和轧制温度为自变量,以板坯心部晶粒尺寸的方差为因变量的第五关系式或/和第五关系图;
建立轧制模型,模拟单道次轧制过程,获得以轧制温度和单道次变形量为自变量,以板坯心部的应变值为因变量的第二关系式或/和第二关系图;
以开轧温度、终轧温度和总变形量为变量,进行多道次轧制试验,获取在每一个开轧温度和终轧温度下的板坯累计变形量和平均晶粒尺寸之间的第三关系式或/和第三关系图;所述平均晶粒尺寸为板坯厚度方向的晶粒平均值;
以单道次变形量作为过程参数,建立以轧制温度和应变值为自变量,以板坯心部为因变量的第四关系式或/和第四关系图;
通过第三关系图或/和第三关系式,以及第四关系式或/和第四关系图确定热连轧参数,所述参数包括开轧温度,单道次的变形量、单道次的扎轧制温度,总的变形量,轧制道次以及终轧温度;
板坯心部为板坯厚度方向1/2处的位置;
所述晶粒为奥氏体晶粒;
模拟单道次轧制过程中,将目标钢种的应力应变曲线及物理性质参数输入至模型中;
所述物理性质的参数包括杨氏模量、材料密度、泊松比、导热系数、比热容和热膨胀系数;
在模拟过程中设定轧辊转速、轧制温度、轧辊与板坯之间的摩擦系数、试验环境温度和板坯温度;
在获得晶粒尺寸前,对板坯的截面进行物理抛光及腐蚀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738929.XA CN111872116B (zh) | 2020-07-28 | 2020-07-28 | 一种明确考量组织性能目标要求的热连轧参数确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010738929.XA CN111872116B (zh) | 2020-07-28 | 2020-07-28 | 一种明确考量组织性能目标要求的热连轧参数确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111872116A CN111872116A (zh) | 2020-11-03 |
CN111872116B true CN111872116B (zh) | 2022-11-08 |
Family
ID=73200865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010738929.XA Active CN111872116B (zh) | 2020-07-28 | 2020-07-28 | 一种明确考量组织性能目标要求的热连轧参数确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111872116B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906181B (zh) * | 2020-12-30 | 2023-07-21 | 中国兵器工业第五九研究所 | 基于细晶的镁合金多道次成形工艺设计方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5488859A (en) * | 1978-08-14 | 1979-07-14 | Nippon Steel Corp | Hot rolling method for high toughness, high strength steel materials |
CN109977442B (zh) * | 2017-12-28 | 2023-04-18 | 有研工程技术研究院有限公司 | 一种超厚板坯多道次轧制工艺的数值模拟方法 |
CN110791634A (zh) * | 2019-10-28 | 2020-02-14 | 南京钢铁股份有限公司 | 一种低温压力容器钢热轧板奥氏体晶粒尺寸精确调控方法 |
-
2020
- 2020-07-28 CN CN202010738929.XA patent/CN111872116B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111872116A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105728459B (zh) | 一种常规热连轧机组生产ta18钛合金带卷的方法 | |
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 | |
JP5003483B2 (ja) | 圧延ラインの材質予測および材質制御装置 | |
CN105327949B (zh) | 一种热轧带钢卷取温度的流量控制方法 | |
CN1330930C (zh) | 轧制过程钢板内部组织晶粒尺寸的软测量方法 | |
CN110929347A (zh) | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 | |
KR20170039736A (ko) | 압연 시뮬레이션 장치 | |
CN105268748B (zh) | 按产品分类的热轧负荷分配方法 | |
CN105740467A (zh) | 一种C-Mn钢工业大数据的挖掘方法 | |
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 | |
CN110791634A (zh) | 一种低温压力容器钢热轧板奥氏体晶粒尺寸精确调控方法 | |
CN105677949A (zh) | Tc6钛合金锻件微观组织参数的预测方法 | |
CN105290117A (zh) | 大宽厚比超薄冷轧带钢高次板形缺陷的分级调控方法 | |
CN108754307A (zh) | 一种生产不同屈服强度级别的经济型冷轧dp780钢的方法 | |
CN104238498A (zh) | 热连轧管线钢组织及力学性能预测的方法 | |
CN108570627A (zh) | 一种生产不同屈服强度级别的冷轧dp980钢的方法 | |
CN107716560B (zh) | 一种板带热连轧负荷分配方法 | |
Cui et al. | Machine learning model for thickness evolution of oxide scale during hot strip rolling of steels | |
CN106557651B (zh) | 一种轧辊温度模型控制精度的优化方法及装置 | |
CN106825068A (zh) | 一种轧制过程带钢表面粗糙度的预测方法 | |
CN108421830B (zh) | 一种自适应控制方法及装置 | |
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 | |
CN115846418A (zh) | 一种热轧钢材高温氧化速率的预测方法 | |
CN105921522B (zh) | 基于rbf神经网络的层流冷却温度自适应控制方法 | |
RU2655398C2 (ru) | Способ производства проката |
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 |