JP2004156974A - 鋼鈑の材質試験方法 - Google Patents

Abstract

【課題】本発明の目的は、鋼鈑の製造ラインあるいはオフラインにおいて、鋼板のミクロ組織構成を同定するとともに、引張強度、降伏強度、伸び量を迅速に推定可能な鋼板の材質試験方法を提供することにある。
【解決手段】鋼板の先尾端の剪断面あるいは先尾端剪断面に対応する鋼板切片の剪断面で、少なくとも４０箇所以上で、予測されるミクロ組織に対して適正に選択された１ｇ〜５０ｋｇの荷重にて圧痕を付与し、２００倍〜７５０００倍の倍率の拡大機構を有する高解像度ＣＣＤカメラにより撮影した圧痕の画像情報を用いて個々の圧痕の大きさを測定し、ビッカース硬さ測定方法に基づいて硬度を算出し、その硬度分布より鋼鈑のミクロ組織構成を同定するとともに、鋼板の引張強度、降伏強度、伸び量をオンラインで推定することを特徴とする鋼板の材質試験方法。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、鋼鈑の特に圧鋼板の材質試験方法に関するものである。
【０００２】
【従来の技術】
鋼板に要求される品質には、強度、靭性等の機械的材質、寸法形状、外観がある。特に、建築、橋梁、船舶等の構造物に使用される厚鋼板では、機械的材質が極めて重要である。さらに、厚鋼板においては、製造中に不可避的に発生する板厚方向の温度偏差、熱履歴差異に起因する板厚方向の材質偏差を精密に検出することが、品質保証上重要な問題である。
【０００３】
通常、鋼板の製造ラインでは、鋼板より試験片を採取し、それより引張試験片、衝撃試験片等をオフラインにて加工して材質試験を行い、品質保証を行っている。
【０００４】
しかし、この方法では、▲１▼オフラインでの試験片加工、試験実施に長時間を要する、▲２▼試験片採取により歩留落ちが生じる、▲３▼試験片ハンドリング時のトラッキングが煩雑といった問題がある。また、鋼材の材質を予測する方法として、鋼片の厚みと鋼成分情報及び圧延条件に基づいてα粒径、組織分率及び加工組織の平均生成温度を算出し、これらによって鋼板の材質を予測する方法がある（例えば、特許文献１）。
【０００５】
しかし、このような従来の方法では、プロセス条件のばらつきなどに起因する例えば鋼板内での材質のばらつきによる誤差は回避できず、精度がまだ不十分な面があった。
【０００６】
そこで、一部の比較的低グレードの薄鋼板の製造においては、成分、温度履歴等のプロセス条件と材質の関係をモデル化、定式化し、製造時に発生するプロセス条件の変動代から材質の変動代を予測可能とし、その予測値を持って品質保証を行う、いわゆる「造り込み保証」システムを構築して、オフラインの材質試験に換えようする試みもなされている。
【０００７】
さらに、上記の材質予測モデルによる「造り込み保証」システムに加えて、オンラインにて鋼板表面にビッカース硬さ試験を実施して、得られた硬さ情報に基づきモデル予測値の補正、確認を実施して、保証システムの信頼性の向上を図ろうとする試みもなされている。
【０００８】
しかし、このように鋼板表面の材質のみを確認する方法は、主として構造物に使用され、機械的材質の信頼性が重要であり、特に、引張強度のみならず降伏強度、破壊に至るまでの伸び量等が重要である厚鋼板に対しては使用できない。
【０００９】
【特許文献１】
特開平４−４９１１号公報
【００１０】
【発明が解決しようとする課題】
本発明の目的は、鋼鈑の製造ラインあるいはオフラインにおいて、鋼板のミクロ組織構成を同定するとともに、引張強度、降伏強度、伸び量を迅速に推定可能な鋼板の材質試験方法を提供することにある。
【００１１】
【課題を解決するための手段】
本発明は、鋼鈑の先端あるいは尾端の剪断面において、ビッカース硬さ測定法に基づき硬度を算出するとともに、硬度の分布より、鋼板の引張強度、降伏強度、伸び量を推定モデルにより求めることを特徴とする鋼板の材質試験方法である。
【００１２】
【発明の実施の形態】
本願発明による鋼板の材質試験方法を適用した装置の一例の概要を図１（側面図）及び図２（平面図）に示す。
【００１３】
図１及び図２に示すように、本発明による鋼板の材質試験装置は、例えば鋼板１の製造ラインにおいて、鋼板の先端あるいは尾端の剪断面に対して、鋼板の進行方向水平位置より、板厚方向に、試験荷重と材料強度（硬さ）に応じて決定される適正な間隔毎（後述）に複数点の圧痕を、油圧、空気圧、あるいは他に機械的に発生させる１ｇ〜５０ｋｇの荷重にて作成可能な圧痕作成装置を内蔵する。また、同様に鋼板の進行方向水平位置より、板厚方向に試験荷重と材料強度（硬さ）に応じて決定される適正な間隔毎（後述）に作成された圧痕の画像を、２００倍〜７５０００倍の倍率にて拡大して、硬度決定に必要とされる高分解能（後述）にて連続的に撮影が可能な高解像度ＣＣＤカメラを内蔵する。さらに、これらの圧痕作成装置と高解像度ＣＣＤカメラを内臓する筐体２を、鋼板の搬送テーブルロール３位置、移動速度に応じて、適正なタイミングに自動的に昇降可能な機構を有する。
【００１４】
即ち、搬送テーブル上の鋼板１は鋼板進行方向（→印で示す）の測定位置にて停止する。鋼板停止後、鋼板前面に圧痕打刻機及び高解像度ＣＣＤ内蔵筐体２を下降させ、圧痕打刻後ＣＣＤにて圧痕サイズを計測する。計測後上昇（⇔印で昇降を示す）させる。ＣＣＤ計測結果は、画像処理硬さ演算装置４により、板厚方向の硬度の分布に基づき鋼板の板厚方向に引張強度、降伏強度、及び伸び量の分布を求める。
【００１５】
このような装置構成によればオンラインでの鋼板の材質試験も可能である。
また、例えば、母材から切り離したクロップでも、当該母材に対応する剪断面において、本発明方法による材質試験方法を実施すれば、オフラインでの材質試験でも、それにより従来よりも迅速に効率よく材質試験を行なうことができる。
【００１６】
図３に１０ｇの試験荷重にて圧痕作成装置を用いて厚幅方向に等間隔に１１点×１１点＝１２１点の圧痕５を作成した例を示す。ここに見られるように、ビッカース硬さ試験では、一般に菱形のインデントを使用して、菱形圧痕の両対角線長さの平均値を測定することにより、（１）式を用いて材料の硬度を決定する。また、圧痕間隔は、圧痕周囲に発生する加工硬化部の影響を考慮し、少なくとも圧痕サイズの１．５倍が必要である。
【数４】

ここで、 ＨＶ： ビッカース硬さ値
Ｆ： 試験荷重 ［Ｎ／ｋｇｆ］
ｄ： 圧痕の対角線長さの平均値 ［ｍｍ］
【００１７】
ビッカース硬さ値と引張強度（ＴＳ）の関係は一般に（２）式にて表されることが知られている。（１）及び（２）式より、材料強度及び試験荷重毎の圧痕サイズ（圧痕平均対角線長さ）の近似予測値を表１に示す。
【数５】

【数６】

ここで、 ＴＳ： 引張強度 ［ＭＰａ］
【００１８】
【表１】

【００１９】
試験荷重は、材料の強度及び予想される材料のミクロ組織粒径サイズより、表１に示す圧痕対角線長さの平均値に基づき決定する。即ち、
圧痕対角線長さ平均値＜予測される材料のミクロ組織粒径
となる試験荷重を１ｇ〜５０ｋｇの範囲内にて選択する。
【００２０】
（３）式より、圧痕平均対角線長さの測定誤差と引張強度の予測誤差について、（４）式で表される関係式が導出される。
【数７】

ここで、 δＴＳ： 引張強度予測誤差
δｄ： 圧痕平均対角線長さ測定誤差 ［ｍｍ］
【００２１】
さらに、（４）式の両辺を（３）式で除し、絶対値をとることにより、（５）式が得られる。
【数８】

あるいは、
【数９】

【００２２】
（６）式より、引張強度の予測誤差を０．５％未満とした場合の圧痕平均対角線長さの必要測定分解能、あるいは許容測定誤差が算出される。結果を表２に示す。
【００２３】
【表２】

【００２４】
また、画素数１２８０×１０２４ピクセル及び０．２ｍｍ／ピクセルを前提とした場合に、表１に示す圧痕対角線長さを適正な視野サイズ（約２００ｍｍ×約２００ｍｍ）にて測定するために必要とされる倍率サイズを表３に示す。これより、３００〜８００ＭＰａの材料強度に対して、試験荷重を１ｇ〜５０ｋｇとした場合に必要とされる倍率は、２００〜７５０００倍であることが見出された。
【００２５】
【表３】

【００２６】
圧痕付与後、表３に示す適正な倍率を選択し、高解像度ＣＣＤカメラにて圧痕を撮影し、画像情報を演算装置に送信し、画像処理を行なって圧痕サイズを測定し、（３）式にしたがい、予測引張強度を算出する。
【００２７】
個々の圧痕サイズから算出される硬度の分布例を図４、図５、図６に示す。図４は硬度が単純に正規分布状に分布した例である。図５は母相が低硬度側に分布し、硬化第２相、さらに析出硬化相が生成して高硬度側に広く分布した例である。図６は２相からなるミクロ組織で低硬度の相と高硬度の相の硬度差が小さく、図５の例と比較すると硬度の分布幅が狭い例である。
【００２８】
硬度分布情報より、鋼板のミクロ組織を再現した例を図７〜９に示す。図７、図８、図９の例はそれぞれ、図４、図５、図６の硬度分布に対応する。これらのミクロ組織再現図からも、上記のミクロ組織の特徴が推定可能である。
【００２９】
即ち、ビッカース硬度測定（例えば、横２０点×縦２０点）時の値の分布を２値化、あるいはＮ値化し、それによって、色分けして視覚的にＨｖ値の分布をわかるようにしたものが、図７、図８、図９です。このような図によって、技術者はミクロ組織の同定が可能となります。
【００３０】
また、ＴＳ、ＹＰ、伸びなどはある１点の特性を示すものであるが、ミクロ組織がわかることによって、鋼材のその他の特性を推定することができる。
例えば、ベイナイトフェライト組織であれば、シャルピー値が高い、フェライトパーライト組織だと、熱的安定性が高いなどです。
【００３１】
引張強度、降伏強度、伸び量の推定方法について以下に詳述する。
【００３２】
本発明者は、引張強度は、最大硬度からの硬度の累積分布がＮ_ＴＳ％となる硬度を用いて、（７）式にて表されることを見出した。
【数１０】

ここで、 ＴＳ： 引張強度 ［ＭＰａ］
ＴＳ_ＣＲＩＴ： 最大硬度からの硬度の累積分布がＮ_ＴＳ％となる硬度
Ａ_ＴＳ、Ｂ_ＴＳ： モデル係数
【００３３】
さらに、本発明者は、降伏強度は、最小硬度からの硬度の累積分布がＮ_ＹＰ％となる硬度を用いて、（８）式にて表されることを見出した。
【数１１】

ここで、 ＹＰ： 降伏強度 ［ＭＰａ］
ＹＰ_ＣＲＩＴ： 最小硬度からの硬度の累積分布がＮ_ＹＰ％となる硬度
Ａ_ＹＰ、Ｂ_ＹＰ： モデル係数
【００３４】
また、本発明者は、降伏点から破壊に至るまでの伸び量は、上記（７）式及び（８）式により予測された引張強度と降伏強度の比（ＹＲ）を用いて、（９）式にて表現されることを見出した。
【数１２】

ここで、 ＥＬ： 降伏点から破壊に至るまでの伸び量［％］
Ａ_ＥＬ、Ｂ_ＥＬ、Ｃ_ＥＬ： モデル係数
【００３５】
本発明は、必ずしもオンラインで行なう必要はなく、例えば、切り捨てたクロップの断面でビッカース硬度を測定することにより、同様に鋼板の引張強度、降伏強度、伸びを求めることができる。
【００３６】
【発明の効果】
本発明は、鋼鈑の製造ラインあるいはオフラインにおいて、鋼板の先端あるいは尾端の剪断面において、ビッカース硬さを測定し、その硬度の分布により、鋼板の引張強度、降伏強度、伸び量を推定することを特徴とする鋼板の材質試験方法を構築することにより、厚鋼板のミクロ組織の構成、引張強度、降伏強度、伸び量をオンラインにて迅速に且つ効率よく推定することを可能とした。
【図面の簡単な説明】
【図１】本発明に供する装置の一実施例を示す側面図である。
【図２】図１の平面図である。
【図３】鋼板断面に圧痕を付与した図である。
【図４】測定した硬度の分布図である。
【図５】測定した硬度の分布図である。
【図６】測定した硬度の分布図である。
【図７】ミクロ組織の再現例を示す図である。
【図８】ミクロ組織の再現例を示す図である。
【図９】ミクロ組織の再現例を示す図である。
【図１０】引張強度を推定するための図である。
【図１１】降伏強度を推定するための図である。
【符号の説明】
１ 鋼板
２ 圧痕作成装置及び高解像度ＣＣＤ内蔵筐体
３ 搬送テーブルロール
４ 画像処理演算装置
５ 圧痕

Claims (6)

1. 鋼板の先尾端の剪断面あるいは先尾端剪断面に対応する鋼板切片の剪断面において、ビッカース硬さを測定し、その測定結果に基づいて鋼鈑のミクロ組織構成を同定するとともに、鋼板の引張強度、降伏強度、伸び量を推定することを特徴とする鋼板の材質試験方法。
2. 前記ビッカース硬さ測定を、少なくとも４０箇所以上において行なうことを特徴とする請求項１記載の鋼板の材質試験方法。
3. 鋼鈑の製造ラインにおいて、請求項１乃至２記載の鋼板の材質試験方法を行なう方法であって、鋼板の先尾端の剪断面あるいは先尾端剪断面に対応する鋼板切片の剪断面で、少なくとも４０箇所以上で、予測されるミクロ組織に対して適正に選択された１ｇ〜５０ｋｇの荷重にて圧痕を付与し、２００倍〜７５０００倍の倍率の拡大機構を有する高解像度ＣＣＤカメラにより撮影した圧痕の画像情報を用いて個々の圧痕の大きさを測定し、ビッカース硬さ測定方法に基づいて硬度を算出し、その硬度分布より鋼鈑のミクロ組織構成を同定するとともに、鋼板の引張強度、降伏強度、伸び量をオンラインで推定することを特徴とする鋼板の材質試験方法。
4. 前記引張強度を下記の式で求めることを特徴とする請求項１乃至３のいずれかに記載の鋼板の材質試験方法。
   

   

   ここで、 ＴＳ： 引張強度 ［ＭＰａ］
   ＴＳ_ＣＲＩＴ： 最大硬度からの硬度の累積分布がＮ_ＴＳ％となる硬度
   Ａ_ＴＳ、Ｂ_ＴＳ： モデル係数
5. 前記降伏強度を下記の式で求めることを特徴とする請求項１乃至３のいずれかに記載の鋼板の材質試験方法。
   

   

   ここで、 ＹＰ： 降伏強度 ［ＭＰａ］
   ＹＰ_ＣＲＩＴ： 最小硬度からの硬度の累積分布がＮ_ＹＰ％となる硬度
   Ａ_ＹＰ、Ｂ_ＹＰ： モデル係数
6. 前記伸び量を下記の式で求めることを特徴とする請求項１乃至３のいずれかに記載の鋼板の材質試験方法。
   

   

   ここで、 ＥＬ： 降伏点から破壊に至るまでの伸び量［％］
   Ａ_ＥＬ、Ｂ_ＥＬ、Ｃ_ＥＬ： モデル係数

Images