JPH05107243A - 鋼板の材質予測法 - Google Patents

鋼板の材質予測法

Info

Publication number
JPH05107243A
JPH05107243A JP3297609A JP29760991A JPH05107243A JP H05107243 A JPH05107243 A JP H05107243A JP 3297609 A JP3297609 A JP 3297609A JP 29760991 A JP29760991 A JP 29760991A JP H05107243 A JPH05107243 A JP H05107243A
Authority
JP
Japan
Prior art keywords
rolling
cooling
calculated
model
steel plate
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
JP3297609A
Other languages
English (en)
Other versions
JP2509492B2 (ja
Inventor
Yoshiyuki Watabe
義之 渡部
Shinichi Shimomura
慎一 下村
Atsuhiko Yoshie
淳彦 吉江
Masaaki Fujioka
政昭 藤岡
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.)
Nippon Steel Corp
Original Assignee
Nippon Steel Corp
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 Nippon Steel Corp filed Critical Nippon Steel Corp
Priority to JP3297609A priority Critical patent/JP2509492B2/ja
Publication of JPH05107243A publication Critical patent/JPH05107243A/ja
Application granted granted Critical
Publication of JP2509492B2 publication Critical patent/JP2509492B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Investigating And Analyzing Materials By Characteristic Methods (AREA)
  • Control Of Heat Treatment Processes (AREA)

Abstract

(57)【要約】 【目的】 本発明は、製品に対する物理的評価を行うこ
となく、厚鋼板などの組織や材質を製造段階で予測する
方法を提供するものである。 【構成】 連続鋳造により鋳造された鋳片の再加熱、圧
延および圧延パス間での加熱または冷却、圧延終了後の
冷却、冷却後の鋼板の熱処理の各工程中の製造条件に基
づいて、鋳片ないし鋼板の温度履歴を逐次算出し、同時
に算出された温度と成分情報、製造条件に応じて鋳片な
いし鋼板の回復、再結晶、固溶・析出、変態などの冶金
現象を逐次算出して金属組織変化を予測し、さらにその
組織に基づいて最終的な材質を推定するものである。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、製品に対する物理的評
価を行うことなく厚鋼板などの組織や材質を製造段階で
予測できるようにした鋼板の材質予測法に関するもので
ある。
【0002】
【従来の技術】例えば、厚鋼板などのユーザーにおいて
は、製品の納入とともにその材質検査結果を添付するこ
とを要求してくる場合がある。この要求に対し、従来、
メーカー側は製品の一部を切り出し、これに対し物理的
な特性測定(引張強度、靭性など)を行っている。
【0003】
【発明が解決しようとする課題】しかし、上述したよう
な人為的な特性測定は多大な時間を要し、製品の出荷・
納品などに影響を与えている。
【0004】また、現状では、完成品になった後でしか
その材質を知ることができないが、将来的には、製造前
に材質を予測し、要求される材質を精度良く確実に得ら
れる製造条件を設定するような技術の開発が望まれてい
る。
【0005】そこで、本発明の目的は、与えられた条件
にしたがって材質予測を自動的に行えるようにした鋼板
の材質予測法を提供することにある。
【0006】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、連続鋳造により鋳造された鋳片から製造
される鋼板の金属組織状態及び材質を予測する鋼板の材
質予測法において、鋳片の再加熱、圧延および圧延パス
間での加熱または冷却、圧延終了後の冷却、冷却後の鋼
板の熱処理の各工程中の製造条件に基づいて、鋳片ない
し鋼板の温度履歴を逐次算出し、同時に算出された温度
と成分情報、製造条件に応じて鋳片ないし鋼板の回復、
再結晶、固溶・析出、変態などの冶金現象を逐次算出し
て金属組織変化を予測し、さらにその組織に基づいて最
終的な材質を推定するようにしている。
【0007】
【作用】上記した手段によれば、鋼板の製造実績もしく
は製造前に設定される条件を入力し演算させることによ
り、材質(引張強度、靭性など)の判定の鍵となる組織
構成相の分率、平均生成温度、フェライト粒径および各
元素の固溶・析出状態などが製造工程の任意の段階で求
めることができる。これにより、製造段階で材質予測を
行うことができ、また要求される材質仕様を確実に実現
可能な製造条件が設定可能であり、従来のように完成品
に対する検査測定が不要になる。
【0008】
【実施例】図1は、本発明が適用される鋼板製造ライン
の例を示す設備構成図である。また図2は、本発明によ
る鋼板の材質予測法を示す演算フローチャートである。
【0009】以下においては厚鋼板の製造を例に説明す
る。
【0010】図1に示すように、製造設備は圧延の前に
鋼片を加熱する加熱炉1、大まかな圧延を行う粗圧延機
2、圧延パス間での加熱または冷却を行う中間加熱・冷
却装置2.5、粗圧延された鋼板を要求板厚に圧延する
仕上圧延機3、この仕上圧延機3によって圧延された鋼
板に生じた反りを調整するホットレベラー(HL)4、
このホットレベラー4を出た厚鋼板を冷却する冷却装置
5、および厚鋼板を熱処理する熱処理装置6の各々を備
えて構成されている。
【0011】なお、加熱炉1、粗圧延機2、仕上圧延機
3、ホットレベラー4、冷却装置5および熱処理装置6
の各々には、その駆動を制御し、また稼働中の情報を得
るためにプロセスコンピュータ(以下、プロコンとい
う)が接続されている(加熱プロコン7、圧延プロコン
8、冷却プロコン9および熱処理プロコン10)。これ
らプロコンは、中央制御室12に設置された上位コンピ
ュータ(不図示)に接続され、この上位コンピュータは
生産計画にしたがって加熱プロコン7、圧延プロコン
8、冷却プロコン9および熱処理プロコン10を管理す
る。また製品となった厚鋼板に対し、材質試験を行うた
めの機械試験システム11が設けられ、その試験結果は
中央制御室12に送られる。
【0012】次に、図2に示す鋼板の材質予測法につい
て説明する。
【0013】図2の処理を実行するには、これを実現す
るソフトウェアを作成し、これをコンピュータにロード
すればよい。
【0014】本発明による鋼板の材質予測法は、大別す
ると製造工程に対応した初期状態モデル、熱間加工モデ
ル、変態モデル、熱処理モデルと各工程を通して元素の
固溶・析出状態を演算する析出モデルおよびそれらの演
算結果から材質を計算する組織−材質モデルの6つのモ
デルから構成されている。
【0015】初期状態モデル20は、鋼片情報15およ
び加熱条件21により加熱組織(オーステナイト、γ)
情報22を演算するものである。
【0016】熱間加工モデル30は、初期状態モデルの
演算結果22および圧延条件31により圧延組織情報3
2を演算するものである。
【0017】変態モデル40は、熱間加工モデルの演算
結果32および冷却条件41により変態組織情報42を
演算するものである。
【0018】熱処理モデル50は、変態モデルの演算結
果42および熱処理条件51により熱処理後の組織情報
52を演算するものである。
【0019】析出モデル60は、鋼片情報15と製造条
件(加熱条件21、圧延条件31、冷却条件41、熱処
理条件51)とから各元素の固溶・析出状態を演算する
ものである。この析出モデル60は上記各モデルと並行
して演算が行われ、逐次各モデルの演算に利用される一
方、それらの演算結果(組織情報)がモデルにフィード
バックされる。最終目的は、熱処理を終えた最終的な固
溶・析出情報65を演算するものである。
【0020】組織−材質モデル70は、熱処理モデルの
演算結果52と析出モデルの最終演算結果61により強
度、靭性などの材質を演算するものである。
【0021】なお、組織および固溶・析出情報算出のた
めの分割時間間隔、鋼板板厚方向分割数などは必要に応
じて任意に設定でき、板厚方向の組織・材質偏差情報も
得ることができる。
【0022】次に、各モデルの演算の詳細について図3
〜図8を参照して説明する。
【0023】図3は初期状態モデル20の処理の詳細を
示すフローチャートである。
【0024】入力項目は成分・サイズなどの鋼片情報1
5および加熱条件21としての鋼片の温度・時間情報2
04である。この鋼片の温度・時間情報204は製造前
に設定される条件202(昇温速度、保定温度・時間)
もしくは加熱実績201(炉雰囲気温度、在炉時間な
ど)に基づいて加熱モデル203から計算される。
【0025】計算は、まず必要な定数および初期値を設
定する(ステップ205)。次いで加熱中であれば状態
図の計算を行う(ステップ207)。周知のように鋼は
温度によって結晶構造が変化(変態)するため、ステッ
プ207で計算された各状態ごとに異なった手法で加熱
組織状態(オーステナイト粒径)を算出する。すなわ
ち、温度に応じてオーステナイト+フェライト+セメン
タイト域、オーステナイト+フェライト域およびオース
テナイト単相域の各々についてオーステナイト粒成長の
計算を行うのである(ステップ208)。このとき、並
行して析出モデル60を演算させ、加熱中の各元素の固
溶・析出状態61を加熱組織(オーステナイト粒径)算
出条件に加える。
【0026】図4は熱間加工モデル30の処理の詳細を
示すフローチャートである。
【0027】入力項目は、初期状態モデル20の演算結
果22、圧延時の温度・時間情報302および相当歪・
相当歪速度304などである。
【0028】温度・時間情報302は、加熱温度、圧延
スケジュール(各パス毎の入・出側厚、パス間時間な
ど)、圧延ロール径・回転数、圧延パス間の加熱ないし
冷却条件等の圧延条件31に基づいて圧延温度モデル3
01から計算される。また相当歪・相当歪速度304
は、同じく圧延条件31に基づき歪モデル303から計
算される。
【0029】鋼板を複数回パスさせて圧延を行った場
合、各パス間において、圧延→回復→再結晶を経る過程
で転位密度が図5のように変化する。このため各パス毎
に再結晶、回復を計算する必要がある。各パス毎および
圧延終了後のオーステナイト粒径、平均転位密度などの
計算は以下のように行う。
【0030】まず、計算に必要な定数・初期値を設定す
る(ステップ305)。次いで、前記入力条件に基づ
き、圧延後のオーステナイトの単位体積当りの粒界面積
を計算する(ステップ307)。
【0031】圧延の圧下量が大きいと、瞬時的に再結晶
すなわち動的再結晶を生じる。そこで、動的再結晶が生
じているか否かを判定し、生じている場合には転位密度
および再結晶粒径を計算する(ステップ308)。動的
再結晶が完了しない場合には、この後再結晶が生じるま
での時間を計算し、さらに回復の時間および静的再結晶
を計算(再結晶率、再結晶粒径)する(ステップ30
9)。
【0032】また、再結晶が終了している場合には粒成
長を計算し(ステップ310)、さらに結晶粒の平均粒
径および平均転位密度を算出(ステップ311)する。
これを最終パスまで繰り返すことにより最終パス情報
(オーステナイト粒界面積およびその転位密度)を得
る。なお、並行して析出モデル60を演算させ、圧延中
の各元素の固溶・析出状態62を上記圧延組織算出条件
に加える。
【0033】なお、圧延パス間の加熱・冷却条件により
変態を伴う場合には、後述する変態モデル40を経由
し、その後の復熱により逆変態を伴う場合には初期状態
モデルを経由する(ステップ312、313)。
【0034】図6は変態モデル40の処理を詳細に示す
フローチャートである。
【0035】入力項目は、熱間加工モデル30の演算結
果32、冷却条件41(板厚、空冷・水冷区分、水量密
度、水冷装置内通板速度など)に基づいて冷却温度モデ
ル401から計算される冷却時の温度・時間情報402
および析出モデル60で計算される冷却中の固溶・析出
状態63である。
【0036】鋼の変態挙動は変態前のオーステナイト状
態(オーステナイト粒径あるいは単位体積当りの粒界面
積、残留転位密度、析出物の固溶・析出状態)、冷却速
度の影響を受ける。本モデルは、上記入力項目から変態
の進行および粒界フェライト、粒内フェライト、パーラ
イト、ベイナイト、マルテンサイトなどの各組織分率、
さらにフェライトのうち形状が粒状のものについては、
その粒径および分率を計算するものである。この計算方
法は以下の通りである。
【0037】まず、当該成分における状態図を計算し
(ステップ403)、各組織が熱力学的に生成可能な条
件(温度領域)を求める。次に、生成可能と判断された
組織について任意の微小時間内の変態量の増分(ステッ
プ406)およびフェライトについてはこの間の生成粒
数の増分(ステップ405)を求める。
【0038】また、フェライトが生成する場合には形状
が針状か粒状かの判断を行い、粒状である場合にはステ
ップ405で求めた生成粒数を粒状フェライト粒数の増
分、ステップ406で求めた変態量の増分を粒状フェラ
イト量の増分とし、針状である場合には変態量の増分の
みを求める(ステップ407)。次に、変態に伴う発熱
などを冷却温度情報としてフィードバックするためにス
テップ406で得られた変態量に応じた温度変化を計算
する(ステップ408)。なお、この温度変化は並行す
る析出モデル60にもフィードバックされ、冷却中の固
溶・析出状態算出に用いられる。
【0039】以上の計算を冷却(変態)終了まで繰り返
し、変態量および粒状フェライト粒数の増分を加算する
ことにより、最終的な組織の各組織分率、粒状フェライ
トの粒径をその分率および粒数から求める(ステップ4
09)。また、ステップ406、408の結果を基にフ
ェライト、パーライト、ベイナイトなどの各々が生成し
た平均温度(平均生成温度)を計算する(ステップ41
0)。
【0040】以上の計算でフェライトを粒状、針状に分
離しておく理由は、粒状や針状の形状が材質に関与する
ことに着目したものであって、材質の予測を高精度に行
うことを可能とするためである。また、平均生成温度は
生成した温度によって材質が異なることから必要になる
もので、後記する組織−材質モデル70などで用いられ
るものである。
【0041】図7は熱処理モデル50の処理の詳細を示
すフローチャートである。
【0042】入力項目は、変態モデル40の演算結果4
2、熱処理条件51(板厚、昇温速度、保定温度・時
間、空冷・水冷区分、水量密度など)に基づいて熱処理
温度モデル501から計算される熱処理の温度・時間情
報502および析出モデル60で演算される熱処理前の
固溶・析出状態63である。
【0043】ここでの熱処理は焼入−焼戻処理を意味
し、モデルは焼入演算部53と焼戻演算部54とに分か
れている。
【0044】焼入演算部53は、前述の初期状態モデル
20および変態モデル40で構成され、再加熱組織状態
と焼入条件に応じた変態(焼入)組織を演算する。
【0045】焼戻演算部54は、焼入時の組織情報50
5および固溶・析出状態64とから焼戻条件に基づいて
炭化物・析出物の状態、組織の分解・生成を算出する
(ステップ507)。このとき析出モデル60を並行し
て演算し、その結果はステップ507の演算に用いられ
る。
【0046】以上の計算で、最終組織構成各相の分率、
平均生成・分解温度およびフェライト粒径を算出する
(ステップ508)。
【0047】図8は組織−材質モデル70の処理の詳細
を示すフローチャートである。
【0048】ここでは、鋼板の材質を表現する降伏点、
引張強さおよび靭性を計算することを目的としている。
入力項目は、熱処理モデル50の演算結果52と析出モ
デル60の演算結果である最終的な各元素の固溶・析出
状態65である。
【0049】まず、上記入力項目に基づいて、各組織
(フェライト、ベイナイトおよびパーライトなど)の各
々の硬さの計算(ステップ601)、および降伏点の計
算(ステップ602)を行う。次いでステップ601に
よる硬度計算値を用いて引張強さを計算(ステップ60
3)する。さらに入力項目に基づいて靭性を計算(ステ
ップ604)し、処理を終了する。
【0050】以上、一連の演算を行うことにより、材質
予測を行うことができる。この結果は、フロッピーディ
スクなどの記録媒体に保存されると共にプリンタによっ
て打ち出される。
【0051】〈試験例〉図9は本発明に供した鋼の化学
成分、図10は製造条件、図11は粒径・分率などの組
織因子および材質の実測値と上記予測法による計算値を
示すものである。
【0052】図11より明らかなように、実測値と計算
値とは近似し、きわめて高い精度で予測できたことがわ
かる。
【0053】このように、高信頼な予測が可能になるこ
とから、将来的には、客先が要求する材質に応じ製品の
製造条件を容易に算出することも可能になる。
【0054】なお、以上の説明においては、厚鋼板のス
ラブ再加熱プロセスを例にしたが、熱延鋼材全般および
そのスラブ直送プロセスに本発明は適用することが可能
である。
【0055】
【発明の効果】本発明は、上記の通り構成されているの
で、連続鋳造により鋳造された鋳片に再加熱、圧延およ
び圧延パス間で加熱または冷却、圧延終了後に冷却、冷
却後の鋼板に熱処理を施して製造される鋼板の最終的な
組織情報が計算でき、これによって最終的な製品の材質
が予測できるようにしたので、製造段階で材質使用を確
実に実現可能な製造条件が設定可能であり、従来のよう
に完成品に対する検査測定が不要になる。
【図面の簡単な説明】
【図1】本発明が適用される鋼板製造ラインの概要を示
す設備構成図である。
【図2】本発明による鋼板の材質予測法を示す演算フロ
ーチャートである。
【図3】初期状態モデルの処理の詳細を示すフローチャ
ートである。
【図4】熱間加工モデルの処理の詳細を示すフローチャ
ートである。
【図5】圧延時の転位密度変化を示す特性図である。
【図6】変態モデルの処理の詳細を示すフローチャート
である。
【図7】熱処理モデルの処理の詳細を示すフローチャー
トである。
【図8】組織−材質モデルの処理の詳細を示すフローチ
ャートである。
【図9】本発明に供した鋼の化学成分を示す図である。
【図10】本発明に供した鋼の製造条件を示す図であ
る。
【図11】本発明に供した鋼の粒径の分率などの組織因
子および材質の実測値と本実施例の予測法による計算値
を示した図である。
【符号の説明】 1 加熱炉 2 粗圧延機 2.5 中間加熱・冷却装置 3 仕上圧延機 4 ホットレベラー 5 冷却装置 6 熱処理装置 7 加熱プロセスコンピュータ 8 圧延プロセスコンピュータ 9 冷却プロセスコンピュータ 10 熱処理プロセスコンピュータ 11 機械試験システム 12 中央制御室 15 鋼片情報 20 初期状態モデル 21 加熱条件 30 熱間加工モデル 31 圧延条件 40 変態モデル 41 冷却条件 50 熱処理モデル 51 熱処理条件 60 析出モデル 70 組織−材質モデル
───────────────────────────────────────────────────── フロントページの続き (72)発明者 藤岡 政昭 千葉県富津市新富20−1 新日本製鐵株式 会社技術開発本部内

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】 連続鋳造により鋳造された鋳片から製造
    される鋼板の金属組織状態及び材質を予測する鋼板の材
    質予測法において、鋳片の再加熱、圧延および圧延パス
    間での加熱又は冷却、圧延終了後の冷却、冷却後の鋼板
    の熱処理の各工程中の製造条件に基づいて、鋳片ないし
    鋼板の温度履歴を逐次算出し、同時に算出された温度と
    成分情報、製造条件に応じて鋳片ないし鋼板の回復、再
    結晶、固溶・析出、変態などの冶金現象を逐次算出して
    金属組織変化を予測し、さらにその組織に基づいて最終
    的な材質を推定することを特徴とする鋼板の材質予測
    法。
JP3297609A 1991-10-18 1991-10-18 鋼板の材質予測法 Expired - Lifetime JP2509492B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP3297609A JP2509492B2 (ja) 1991-10-18 1991-10-18 鋼板の材質予測法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP3297609A JP2509492B2 (ja) 1991-10-18 1991-10-18 鋼板の材質予測法

Publications (2)

Publication Number Publication Date
JPH05107243A true JPH05107243A (ja) 1993-04-27
JP2509492B2 JP2509492B2 (ja) 1996-06-19

Family

ID=17848772

Family Applications (1)

Application Number Title Priority Date Filing Date
JP3297609A Expired - Lifetime JP2509492B2 (ja) 1991-10-18 1991-10-18 鋼板の材質予測法

Country Status (1)

Country Link
JP (1) JP2509492B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010145164A (ja) * 2008-12-17 2010-07-01 Jfe Steel Corp 鋼材の品質管理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010145164A (ja) * 2008-12-17 2010-07-01 Jfe Steel Corp 鋼材の品質管理方法

Also Published As

Publication number Publication date
JP2509492B2 (ja) 1996-06-19

Similar Documents

Publication Publication Date Title
Devadas et al. The thermal and metallurgical state of steel strip during hot rolling: Part III. Microstructural evolution
AU645699B2 (en) Method of estimating material of steel product
Hodgson Microstructure modelling for property prediction and control
JP2017511752A (ja) 最適化された、組織シミュレータ、組織モニタ及び/又は組織モデルを用いて金属の鋼合金及び/又は鉄合金を熱間圧延機及び厚板圧延機において製造するのため方法
JPH0587800A (ja) 鋼板の材質予測方法
JP2563844B2 (ja) 鋼板材質予測方法
JPH05142126A (ja) 鋼板の材質予測方法
JP2509492B2 (ja) 鋼板の材質予測法
JPH07102378B2 (ja) 鋼板材質予測装置
Muojekwu et al. Thermomechanical history of steel strip during hot rolling-A comparison of conventional cold-charge rolling and hot-direct rolling of thin slabs
JP2509481B2 (ja) 鋼板の材質予測制御方法
JP2509486B2 (ja) 鋼板の材質予測方法
JPH0587801A (ja) 鋼板の材質予測方法
JP2509484B2 (ja) 鋼板材質予測方法
JP2509479B2 (ja) 鋼板材質予測装置
JP2509487B2 (ja) 鋼板の材質予測方法
JPH05279737A (ja) 鋼板材質予測装置
JP2509480B2 (ja) 鋼板の材質予測方法
KR100931222B1 (ko) 상변태량과 에지 크랙 방지를 고려한 고탄소 열연강판의냉각제어방법
Korczak et al. Investigation of microstructure prediction during experimental thermo-mechanical plate rolling
Gelder et al. Physical simulation of the hot direct rolling of steel
Andorfer et al. Properties of hot rolled strip obtained by calculation or testing-a critical comparison
Thakur et al. Application of machine learning methods for the prediction of roll force and torque during plate rolling of micro-alloyed steel
JP2509485B2 (ja) 鋼板材質予測方法
Jin et al. An integrated process model for the hot rolling of plain carbon steel

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 19960130