CN113486461A - 一种基于有限元模拟的球扁钢轧制工艺优化方法 - Google Patents

一种基于有限元模拟的球扁钢轧制工艺优化方法 Download PDF

Info

Publication number
CN113486461A
CN113486461A CN202110732028.4A CN202110732028A CN113486461A CN 113486461 A CN113486461 A CN 113486461A CN 202110732028 A CN202110732028 A CN 202110732028A CN 113486461 A CN113486461 A CN 113486461A
Authority
CN
China
Prior art keywords
grid
rolling
rolling process
flat
finite element
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.)
Granted
Application number
CN202110732028.4A
Other languages
English (en)
Other versions
CN113486461B (zh
Inventor
于浩
王锟
李宇晗
朱自猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202110732028.4A priority Critical patent/CN113486461B/zh
Publication of CN113486461A publication Critical patent/CN113486461A/zh
Application granted granted Critical
Publication of CN113486461B publication Critical patent/CN113486461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B1/00Metal-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
    • B21B1/08Metal-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 structural sections, i.e. work of special cross-section, e.g. angle steel
    • B21B1/0805Flat bars, i.e. having a substantially rectangular cross-section
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/18Manufacturability analysis or optimisation for manufacturability

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Metal Rolling (AREA)
  • Heat Treatment Of Steel (AREA)

Abstract

一种基于有限元模拟的球扁钢轧制工艺优化方法,涉及金属轧制制造工艺技术技术,包括:S1:测量待轧制坯料的材料参数及几何参数,建立有限元模型,并利用网格结构化方法划分网格;S2:将多道次往复轧制工艺拆分为若干单道次轧制工艺,基于有限元模型分别进行模拟,直至全部道次轧制完成,输出最终模拟结果;S3:根据S2的最终模拟结果,对轧制工艺进行优化。本发明所述的方法能够提供一种低成本,高效率,高精度的球扁钢轧制工艺优化方法,为球扁钢轧制工艺的合理优化,提供可靠的数值依据。

Description

一种基于有限元模拟的球扁钢轧制工艺优化方法
技术领域
本发明涉及金属轧制制造工艺技术领域,尤其涉及一种基于有限元模拟的球扁钢轧制工艺优化方法。
背景技术
进入21世纪,我国船舶及海洋工程装备领域迎来了高速增长的新时期,船舶及海洋工程装备领域的快速发展对造船及海洋工程用钢提出了高强度、高韧性、大线能量焊接及耐腐蚀性的迫切需求,同时还需要满足大厚度及大尺寸规格的需求。作为船舶专用结构型钢的球扁钢,是建造大型船舶以及各种远洋、沿海、内河船舶以及各类舰艇等不可或缺的专用型材,对船体结构承载能力和安全性有着重要影响。在船体型材中,球扁钢占80%左右,所占的份额最大,年需求量超过200万吨。
球扁钢为非对称断面异型材,由球头和腹板组成,热轧过程球头和腹板的变形量和温度各不相同,在传统孔型轧制过程中,球扁钢各部位的变形量、温度和冷却速度不能进行有效的控制,因此,TMCP工艺无法得到实施,使得材料的强韧性能无法得到可靠保障。随着计算机技术及数值模拟技术的发展,有限元计算技术已经成为科学研究及工程设计的重要计算手段。通常采用有限元技术对轧制过程进行模拟,以期在轧制工艺上进行优化。
现有技术中对轧制工艺的有限元模拟,在网格重划分重构及划分方法十分繁琐,并且不利于多道次轧制模拟的顺利进行,同时无法适用于截面形状不规则,变形不均匀的异型钢的轧制过程。
发明内容
本发明目的是提供一种基于有限元模拟的球扁钢轧制工艺优化方法,通过有限元模拟球扁钢热轧过程,依据模拟结果,探寻球扁钢热轧工艺的优化方法,实现球扁钢的柔性控轧,在不增加成本的前提下,提高球扁钢的韧性水平。该方法可对热轧球扁钢的整个轧制过程进行准确模拟,模拟精度高、模拟运算时间短,为球扁钢热轧工艺的合理优化,提供了可靠的数值依据。
为了实现上述目的,本发明的技术方案如下:
一种基于有限元模拟的球扁钢轧制工艺优化方法,包括以下步骤:
S1:测量待轧制坯料的材料性能参数及几何参数,建立有限元模型,并利用网格结构化方法划分网格;
S2:将多道次往复轧制工艺拆分为若干单道次轧制工艺,基于有限元模型分别进行模拟,直至全部道次轧制完成,输出最终模拟结果;
S3:根据S2的最终模拟结果,对轧制工艺进行优化。
进一步的,所述S2具体包括:
S21:将多道次往复轧制工艺拆分为若干单道次轧制工艺;
S22:针对拆分后得到的每一道次轧制的模拟,
采用显式动力学方法分步模拟坯料的咬入、轧制、抛钢;
采用隐式动力学方法分步模拟各道次轧制之间坯料的返红过程及降温过程;
S23:若该道次轧制过程中发生大变形,则执行网格重构操作,并以重构后的网格进行下一道次轧制的模拟;
若该道次轧制过程中未发生大变形,则直接进入下一道次轧制的模拟;
S24:重复上述步骤S22~S23,直至全部道次轧制完成,输出最终模拟结果。
进一步的,所述S23中的大变形具体包括:当变形前的网格边长a和变形后的网格边长a1满足a1<0.2a的条件时,则认为发生大变形。
进一步的,所述S23中的网格重构操作具体包括:
S231:提取稳定轧制阶段的截面坐标作为初始网格的截面坐标;
S232:对初始网格的截面坐标进行优化,得到优化后的截面坐标;
S233:基于优化后的截面坐标建立新的有限元模型并利用所述网格结构化方法重新划分网格。
进一步的,优化后的截面坐标x,y,z与初始网格的截面坐标x0,y0,z0满足如下关系:
Figure BDA0003139488040000021
其中,μi为基本形状权系数,其几何意义为第i个基本形状向量在新截面形状中的贡献因子,其取值范围为0≤μi≤1;xi,yi,zi为第i个初始网格的参数化坐标,即第i个基本形状向量在x,y,z方向的坐标值;(xi-x0)、(yi-y0)和(zi-z0)分别为第i个基本形状向量对x,y和z的修正量;i为正整数,n为网格节点的总个数。
进一步的,重新划分的网格的节点数能够根据截面的复杂程度进行调整。
进一步的,所述网格结构化方法包括以下步骤:
S11:采用网格种子对有限元模型依次进行全局布点和逐步布点;
S12:对坯料过渡区和细微处的网格种子进行局部细化;
S13:使用逐步划分网格的方式进行网格结构化划分。
进一步的,局部细化后的网格数量N与局部细化前的网格数量N0满足如下关系式:
N=(2~5)N0
且网格结构化划分后各个网格的边长a与坯料截面面积S0和道次面缩率
Figure BDA0003139488040000032
满足如下关系式:
Figure BDA0003139488040000031
进一步的,所述S2还包括:
S25:读取轧制模拟结束后球扁钢的温度分布,在此基础上继续模拟冷却过程中球扁钢的温度和残余应力分布情况。
进一步的,所述S3具体包括:
依据最终模拟结果,直观再现坯料咬入、轧制、抛钢、返红和降温过程,根据轧制过程中球头和腹板的温度及应力应变的变化情况,对球扁钢轧制工艺进行优化,实现球扁钢轧制过程的柔性控轧。
相对于现有技术,本发明所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,具有如下优势:
(1)该方法可对热轧球扁钢的整个轧制过程进行准确模拟,可全流程跟踪记录球扁钢轧制过程中球头和腹板的温度,应力应变变化情况,模拟精度高、模拟运算时间短,为球扁钢热轧工艺的合理优化提供依据,实现球扁钢轧制过程的柔性控轧。
(2)该模拟方法充分利用各个模型的优势,将一个复杂的多道次的大变形过程分阶段模拟,解决了有限元模拟在计算塑性大变形过程中由于频繁的网格自适应划分引起的体积和精度损失以及运算时间大大增加的难题。
(3)本发明中的网格结构化方法能够满足复杂截面、多道次、大变形轧制过程的需要,在保证计算精度的同时,提高计算的稳定性。
(4)本发明中的网格重构方法解决了模拟软件中自适应网格仅适用于缩减积分的局限性,同时避免了一次划分网格经过多道次变形后严重畸变从而造成计算报错,同时新设置的网格节点数可以根据截面的复杂程度进行调整,在保证计算准确性的同时大大提高计算效率。
(5)经本发明提供的方法优化后AH36球扁钢的韧性水平由A级,稳定达到D级要求。
附图说明
说明书附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明所述方法的流程示意图;
图2为本发明网格结构化划分结果示意图;
图3a为本发明中某一道次网格重构前的示意图;
图3b为本发明中某一道次网格重构后的示意图;
图4为本发明中模拟得到的截面应变云图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
多个,包括两个或者两个以上。
和/或,应当理解,对于本发明中使用的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
如图1所示,一种基于有限元模拟的球扁钢轧制工艺优化方法,具体包括以下步骤:
(1)建立模拟系统:包括几何模型、材料模型、本构方程、摩擦模型、工艺参数、热力耦合模型及边界条件,其中边界条件包括所述坯料的尺寸,坯料与轧辊间的摩擦系数、导热系数,坯料与空气间的对流换热系数、辐射换热系数,轧制初始加热温度;材料模型包括坯料材料的型号、强度、密度、弹性模量、比热容、热导率、热膨胀系数、非弹性热系数;工艺参数包括道次数量、坯料初速度和上、下轧辊的转速。
(2)网格结构化:轧辊采用离散刚性单元,三维四边形(R3D4)有限元网格进行划分,坯料采用温度-位移耦合单元,三维八面体(C3D8T)有限元网格进行划分;1)首先采用网格种子进行全局布点;2)全局布点完成后,进行逐步布点;3)将过渡区和细微处进行网格种子的局部加密;4)使用逐步划分网格工具进行网格结构化划分,若存在断点、断线、断面,则使用布尔运算进行观察和mesh中的连接进行处理。局部细化后的网格数量N与局部细化前的网格数量N0满足如下关系:
N=(2~5)N0
结构化网格的边长a与该坯料截面面积S0和道次面缩率
Figure BDA0003139488040000051
满足如下关系:
Figure BDA0003139488040000052
(3)模拟轧制过程:1)将球扁钢多道次的往复轧制拆分为一个个单道次轧制进行模拟;2)采用显示动力学分步模拟球扁钢的咬入、稳定轧制、抛钢;3)采用隐式分析模拟轧制各道次间坯料的返红过程及轧后的冷却过程。4)轧制过程共包括10个道次:五道次粗轧,三道次中轧和两道次精轧,最后两道次精轧采用的是热连轧的方式,该轧制工艺为国内首例。
(4)网格重构:网格重构的条件是八面体网格的扭曲率或尺寸超过用户设定的标准,本专利中采用的标准如下:当变形前的网格边长a和变形后的网格边长a1存在a1<0.2a的关系时,模型调用网格重构程序。网格重构后的参数化模型坐标(x,y,z)如下:
Figure BDA0003139488040000061
其中,μi为基本形状权系数,其几何意义为第i个基本形状向量在新截面形状中的贡献因子,其取值范围为0≤μi≤1;xi,yi,zi为第i个初始网格的参数化坐标,即第i个基本形状向量在x,y,z方向的坐标值;(xi-x0)、(yi-y0)和(zi-z0)分别为第i个基本形状向量对x,y和z的修正量;i为正整数,n为网格节点的总个数。
新设置的网格节点数可以根据截面的复杂程度进行调整。为了保证重构后有限元网格的质量和迭代精度,要严格控制网格的雅克比、最大内角等,除此之外,重构过程中的网格边长需满足内容(2)中结构化网格的边长条件,保证重构后的网格都为高质量网格。
(5)有限元模拟完成:获得的模拟结果包括传热模型输出的轧件温度场分布情况,材料模型与本构方程、摩擦模型相结合输出的应力应变场分布情况和残余应力分布情况。
(6)轧制过程优化:依据模拟结果,全流程跟踪记录球扁钢轧制过程中球头和腹板的温度,应力应变变化情况,调整轧制工艺,在本专利中,对球扁钢轧制工艺的优化如下:依据模拟结果发现,粗轧最后一道次球头和腹板的真应变最接近,轧件截面的真应变分布也最为均匀,且该道次下球头和腹板均满足发生再结晶的条件,在粗轧结束后进行10-15s的待温,在不影响生产节奏的前提下,使轧件的球头和腹板同时发生完全再结晶,NbN的析出抑制再结晶晶粒的长大,充分发挥细化晶粒的作用,提高轧件的强度和韧性的同时,保证球扁钢的截面均匀性。通过上述轧制工艺的优化,提升AH36球扁钢的韧性水平,稳定达到DH36级要求。
根据上述方法进行优化后,能够得到五道次粗轧,三道次中轧和两道次精轧的轧制工艺,其中,最后两道次精轧采用热连轧的方式。
优选的,当所述热轧球扁钢的成分组成为(质量百分比):C:0.12~0.17%、Si:0.25~0.45%、Mn:1.2~1.6%、P:≤0.025%、S:≤0.025%、Nb:0.010~0.017%,余量为Fe及杂质元素时,根据本发明所述的优化方法分别提取粗轧结束后球头的平均温度T1和腹板的平均温度T2
当T1和T2均满足:
Tnr<T1<Tp
Tnr<T2<Tp
时,坯料在该道次结束后进行待温10-15s;
Tnr<Tp<T1
Tnr<Tp<T2
T1<Tnr<Tp
T2<Tnr<Tp
则调整开轧温度,使得T1和T2满足Tnr<T1<Tp,Tnr<T2<Tp。
其中,Tnr为坯料的再结晶终止温度,Tp为坯料中NbN开始析出的温度。该工艺的优化可保证在粗轧结束后的待温过程中,球头和腹板同时发生再结晶,NbN的析出抑制再结晶晶粒的长大,充分发挥细化晶粒的作用,提高轧件的强度和韧性的同时,保证球扁钢的截面均匀性。
实施例:
以截面尺寸为280mm*165mm的坯料轧制HP370*13球扁钢为例,为了实现球扁钢轧制过程的柔性控轧,采用本发明中的有限元模拟方法进行计算,依据计算结果对球扁钢的轧制工艺过程进行优化:
充分利用各个模型的优势,将一个复杂的多道次的大变形过程分阶段模拟:
1)采用网格拓扑和网格种子实现各道次复杂截面坯料的网格结构化,如图2所示。局部细化后的截面网格数量N为1593,局部细化前的网格数量N0为384,满足N=(2~5)N0的要求。该道次坯料的截面面积为21237mm2,道次面缩率为21%,依据下式计算出的结构化网格边长2.4mm<a<10.3mm。
Figure BDA0003139488040000081
2)采用显示动力学分步模拟球扁钢的咬入、稳定轧制、抛钢。
3)采用隐式分析模拟轧制各道次间坯料的返红过程及轧后的冷却过程。
4)重构前后坯料截面的网格情况如图3a和图3b所示,从图3a中可以看出:经过上道次的轧制变形后,通过读取各单元应变值,存在应变值超过0.8的单元,即变形后的网格边长a1<0.2a,模型调用网格重构程序,首先获取坯料沿截面一周的坐标信息,通过权利要求3中的坐标参数化方程对其截面形状进行优化,避免出现图3a中与实际轧制不相符的畸变区;然后将优化后截面形状进行拉深,获得三维模型;最后,采用步骤1)中的网格结构化方法进行坯料的网格重构,并以重构后的网格获得的相应信息为基础进行下一道次的计算,直到所有道次模拟结束,能够得到如图4所示的结果。
依据模拟得到的轧制过程中轧件的温度场和应力应变场分布情况,对球扁钢轧制工艺的进行如下优化:依据模拟结果发现,粗轧最后一道次球头和腹板的真应变最接近,轧件截面的真应变分布也最为均匀,且该道次下球头和腹板均满足发生再结晶的条件,在粗轧结束后进行10-15s的待温,在不影响生产节奏的前提下,使轧件的球头和腹板同时发生完全再结晶,NbN的析出抑制再结晶晶粒的长大,充分发挥细化晶粒的作用,提高轧件的强度和韧性的同时,保证球扁钢的截面均匀性。
采用上述工艺技术,可将整个计算过程从约180小时缩短到约80小时,缩短了55.6%,同时计算精度得到提高,报错次数大大减少。通过上述轧制工艺的优化,大幅提升AH36球扁钢的韧性水平,稳定达到了DH36级要求。可见,本发明所提出的基于有限元模拟的球扁钢轧制工艺优化方法不仅节省了运算时间,而且优化后的轧制工艺提高了热轧球扁钢的低温冲击性能。
轧制工艺优化前HP370*13球扁钢的力学性能:
Figure BDA0003139488040000091
轧制工艺优化后HP370*13球扁钢的力学性能:
Figure BDA0003139488040000092
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应该理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,包括以下步骤:
S1:测量待轧制坯料的材料性能参数及几何参数,建立有限元模型,并利用网格结构化方法划分网格;
S2:将多道次往复轧制工艺拆分为若干单道次轧制工艺,基于有限元模型分别进行模拟,直至全部道次轧制完成,输出最终模拟结果;
S3:根据S2的最终模拟结果,对轧制工艺进行优化。
2.根据权利要求1所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S2具体包括:
S21:将多道次往复轧制工艺拆分为若干单道次轧制工艺;
S22:针对拆分后得到的每一道次轧制的模拟,
采用显式动力学方法分步模拟坯料的咬入、轧制、抛钢;
采用隐式动力学方法分步模拟各道次轧制之间坯料的返红过程及降温过程;
S23:若该道次轧制过程中发生大变形,则执行网格重构操作,并以重构后的网格进行下一道次轧制的模拟;
若该道次轧制过程中未发生大变形,则直接进入下一道次轧制的模拟;
S24:重复上述步骤S22~S23,直至全部道次轧制完成,输出最终模拟结果。
3.根据权利要求2所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S23中的大变形具体包括:当变形前的网格边长a和变形后的网格边长a1满足a1<0.2a的条件时,则认为发生大变形。
4.根据权利要求2所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S23中的网格重构操作具体包括:
S231:提取稳定轧制阶段的截面坐标作为初始网格的截面坐标;
S232:对初始网格的截面坐标进行优化,得到优化后的截面坐标;
S233:基于优化后的截面坐标建立新的有限元模型并利用所述网格结构化方法重新划分网格。
5.根据权利要求4所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S232具体包括:
Figure FDA0003139488030000021
其中,x,y,z为优化后的截面坐标,x0,y0,z0为初始网格的截面坐标;μi为基本形状权系数,其几何意义为第i个基本形状向量在新截面形状中的贡献因子;xi,yi,zi为第i个初始网格的参数化坐标,即第i个基本形状向量在x,y,z方向的坐标值;xi-x0、yi-y0和zi-z0分别为第i个基本形状向量对x,y和z的修正量;i为正整数,n为网格节点的总个数。
6.根据权利要求4所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,重新划分的网格的节点数能够根据截面的复杂程度进行调整。
7.根据权利要求1所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述网格结构化方法包括以下步骤:
S11:采用网格种子对有限元模型依次进行全局布点和逐步布点;
S12:对坯料过渡区的网格种子进行局部细化;
S13:使用逐步划分网格的方式进行网格结构化划分。
8.根据权利要求7所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,局部细化后的网格数量N与局部细化前的网格数量N0满足如下关系式:
N=(2~5)N0
且网格结构化划分后各个网格的边长a与坯料截面面积S0和道次面缩率
Figure FDA0003139488030000022
满足如下关系式:
Figure FDA0003139488030000023
9.根据权利要求2所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S2还包括:
S25:读取轧制模拟结束后球扁钢的温度分布,在此基础上继续模拟冷却过程中球扁钢的温度和残余应力分布情况。
10.根据权利要求1所述的一种基于有限元模拟的球扁钢轧制工艺优化方法,其特征在于,所述S3具体包括:
依据最终模拟结果,直观再现坯料咬入、轧制、抛钢、返红和降温过程,根据轧制过程中球头和腹板的温度及应力应变的变化情况,对球扁钢轧制工艺进行优化,实现球扁钢轧制过程的柔性控轧。
CN202110732028.4A 2021-06-29 2021-06-29 一种基于有限元模拟的球扁钢轧制工艺优化方法 Active CN113486461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110732028.4A CN113486461B (zh) 2021-06-29 2021-06-29 一种基于有限元模拟的球扁钢轧制工艺优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110732028.4A CN113486461B (zh) 2021-06-29 2021-06-29 一种基于有限元模拟的球扁钢轧制工艺优化方法

Publications (2)

Publication Number Publication Date
CN113486461A true CN113486461A (zh) 2021-10-08
CN113486461B CN113486461B (zh) 2023-09-19

Family

ID=77936806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110732028.4A Active CN113486461B (zh) 2021-06-29 2021-06-29 一种基于有限元模拟的球扁钢轧制工艺优化方法

Country Status (1)

Country Link
CN (1) CN113486461B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009271806A (ja) * 2008-05-09 2009-11-19 Phifit Kk 有限要素解析方法、塑性加工シミュレータ及び記録媒体
CN103034745A (zh) * 2011-09-30 2013-04-10 鞍钢股份有限公司 一种模拟型钢切深孔轧制过程的网格生成方法
CN105335562A (zh) * 2015-10-30 2016-02-17 武汉科技大学 一种基于有限元的异形轧件断面金属质点流动追踪方法
CN108421839A (zh) * 2018-05-28 2018-08-21 山西太钢不锈钢股份有限公司 一种球扁钢双孔模挤压成型方法
KR20200134591A (ko) * 2019-05-22 2020-12-02 포항공과대학교 산학협력단 금속 압연재의 성형성 검증 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009271806A (ja) * 2008-05-09 2009-11-19 Phifit Kk 有限要素解析方法、塑性加工シミュレータ及び記録媒体
CN103034745A (zh) * 2011-09-30 2013-04-10 鞍钢股份有限公司 一种模拟型钢切深孔轧制过程的网格生成方法
CN105335562A (zh) * 2015-10-30 2016-02-17 武汉科技大学 一种基于有限元的异形轧件断面金属质点流动追踪方法
CN108421839A (zh) * 2018-05-28 2018-08-21 山西太钢不锈钢股份有限公司 一种球扁钢双孔模挤压成型方法
KR20200134591A (ko) * 2019-05-22 2020-12-02 포항공과대학교 산학협력단 금속 압연재의 성형성 검증 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MEHMET AKKAS等: "Computer Aided Design, Analysis and Manufacturing of Hot Rolled Bulb Flat Steel Profiles", JOURNAL OF SCIENCE AND ENGINEERING, vol. 7, no. 1, pages 9 - 19 *
李茂: "DEFORM和Marc平台下棒线材热连轧过程的数值模拟", 中国优秀硕士学位论文全文数据库, no. 8, pages 2 - 9 *
陈庆军;康永林;洪慧平;于浩;王黎明;孙浩;王春梅;刘朋: "低合金宽薄板轧制过程的有限元模拟", 塑性工程学报, no. 0, pages 306 - 307 *

Also Published As

Publication number Publication date
CN113486461B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
WO2019109766A1 (zh) 一种大单重、大断面特厚钢板辊式淬火过程的控制方法
CN100383796C (zh) 铜合金管材铸轧工艺参数设计及优化的方法
CN106971026A (zh) 基于全局可加模型的微合金钢力学性能预报方法
CN101391268B (zh) 一种钢板控轧控冷过程温度制度的逆向优化方法
CN108311544B (zh) 一种轧制力参数自学习方法及装置
CN107931329B (zh) 一种改善csp双流换规格轧制力模型精度的控制方法
CN110428175A (zh) 一种基于深度学习的热轧带钢板凸度预报方法
CN111652355B (zh) 一种基于lstm&amp;dnn的高炉铁水硅含量预测方法及装置
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
CN109977442B (zh) 一种超厚板坯多道次轧制工艺的数值模拟方法
CN102339344B (zh) 一种动态再结晶模型参数反分析识别方法
CN105057364B (zh) 一种镁合金板材轧制边裂预判及控制方法
CN107220485A (zh) 一种适用于多道次压缩的本构模型的建立方法
CN110442954A (zh) 基于物理冶金学指导下机器学习的超高强不锈钢设计方法
CN106202686B (zh) 一种涡轮盘等温模锻预成形坯料的多目标设计方法
CN113486461B (zh) 一种基于有限元模拟的球扁钢轧制工艺优化方法
CN110674568A (zh) 一种预测棒材力学性能的方法
Feng et al. Research on the optimization mechanism of loading path in hydroforming process
CN111695279A (zh) 一种热连轧多机架板形有限元仿真方法
CN117272782A (zh) 基于自适应多支路深度可分离的热轧钢力学性能预测方法
CN116129203A (zh) 一种无参考图像质量评价模型训练方法
CN106960079A (zh) 多道次热轧工艺综合仿真分析的降维网格重构方法
CN109522677A (zh) 一种用于热轧带钢温度控制的带钢横断面分层计算的方法
CN116179938A (zh) 一种厚壁x80m管线钢及其制造方法
CN113569443A (zh) 一种多机架冷连轧板形有限元仿真方法

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
GR01 Patent grant
GR01 Patent grant