中薄板坯連鑄連軋X70管線鋼組織性能預(yù)測及優(yōu)化控制研究.pdf

1、中薄板坯連鑄連軋(ASP)技術(shù)作為薄板坯連鑄連軋三種工藝技術(shù)之一，在熱軋板帶生產(chǎn)中起著至關(guān)重要的作用，目前國內(nèi)已經(jīng)有9條ASP生產(chǎn)線。各大鋼鐵企業(yè)也都在ASP生產(chǎn)線上成功生產(chǎn)出了X70管線鋼，但是ASP熱連軋生產(chǎn)X70管線鋼存在力學(xué)性能波動較大，微觀組織演變不穩(wěn)定等問題，因此本文結(jié)合濟鋼ASP1700熱連軋生產(chǎn)線對X70管線鋼軋制過程中的微觀組織演變和力學(xué)性能預(yù)測進行了系統(tǒng)的研究，建立了適用于ASP熱連軋過程中的溫度場模型，并在此基礎(chǔ)上

2、對X70管線鋼軋制過程中的再結(jié)晶行為模型、相變行為模型、人工智能方法計算力學(xué)性能模型和化學(xué)成分優(yōu)化模型進行了深入研究。本文的創(chuàng)新點和主要研究內(nèi)容如下:
　　(1)針對中薄板坯連鑄連軋過程特點，采用有限差分法建立了適用于X70管線鋼軋制過程的溫度場模型，并對實際軋制過程溫度場進行了模擬，獲得了軋制方向的一維溫度場（溫度隨時間或者距離的變化）和軋件橫斷面二維溫度場。通過計算6.47mm厚度X70管線鋼測溫儀位置的溫度與實測值比對發(fā)現(xiàn)，

3、計算值與實測值平均相差20℃。為了消除此誤差，采用Powell算法對軋制過程中的換熱系數(shù)進行了修正。研究表明，采用修正后的換熱系數(shù)，11.5mm厚度的Q345B實驗鋼軋制過程中溫度計算值與實測值吻合的很好，說明采用Powell算法修正后的換熱系數(shù)修正系數(shù)適用于濟鋼ASP1700熱連軋生產(chǎn)線，并通過模擬邊部遮擋層流冷卻水方式提高了卷取前的帶鋼橫斷面溫度均勻性。
　　(2)利用熱力模擬實驗技術(shù)獲得了X70管線鋼發(fā)生動態(tài)再結(jié)晶、靜態(tài)再結(jié)

4、晶的激活能，并結(jié)合前人研究的再結(jié)晶模型結(jié)構(gòu)，建立了適用于ASP熱連軋生產(chǎn)X70管線鋼的奧氏體微觀組織演變模型。以135mm中等厚度的坯料生產(chǎn)11.36mm厚度X70管線鋼為研究對象，對實際軋制規(guī)程條件下的奧氏體再結(jié)晶行為和流變應(yīng)力變化進行了模擬研究，并在此基礎(chǔ)上對以細(xì)化晶粒尺寸和應(yīng)變累積為目的的工藝手段進行了探討。研究表明，通過熱模擬實驗建立的X70管線鋼微觀組織演變模型精確地反應(yīng)了實際的奧氏體再結(jié)晶行為。以細(xì)化晶粒尺寸和應(yīng)變累積為目的

5、的兩種工藝手段（增大F1～F3壓下量和采用中間水冷卻方式降低精軋階段溫度）都可以將精軋出口處的奧氏體晶粒尺寸細(xì)化到15μm左右，但是后者的殘余應(yīng)變更大，致使精軋F6出口處的流變應(yīng)力增大了60MPa。
　　(3)通過熱模擬實驗獲得了奧氏體向鐵素體相變時的臨界碳濃度與化學(xué)成分之間的數(shù)學(xué)關(guān)系。鐵素體相變分?jǐn)?shù)計算采用UBC學(xué)派的數(shù)學(xué)模型，并回歸得到了相變參數(shù)b1、b2和mα與化學(xué)成分間的關(guān)系。針對ASP熱連軋實際生產(chǎn)工藝模擬計算了鐵素體相

6、變開始溫度、相變分?jǐn)?shù)及晶粒尺寸。研究表明，鐵素體相變開始溫度Ar3與平衡態(tài)鐵素體相變開始溫度Ae3呈正比，而與冷卻速率和初始奧氏體晶粒尺寸的乘積呈冪函數(shù)關(guān)系;利用回歸得到的關(guān)鍵參數(shù)b1、b2和mα計算的鐵素體相變分?jǐn)?shù)與實測值吻合的很好;11.36mm厚度X70管線鋼相變完成后的表面和心部鐵素體晶粒尺寸相差2μm;三種不同冷卻路徑條件下的鐵索體相變開始溫度不同，相變結(jié)束溫度和分?jǐn)?shù)相當(dāng)，但是鐵素體相變在各自的溫度區(qū)間內(nèi)的轉(zhuǎn)變路徑不同。

7、>　　(4)在采集大量現(xiàn)場生產(chǎn)數(shù)據(jù)的基礎(chǔ)上，采用人工智能模型對X70管線鋼的力學(xué)性能進行了預(yù)測研究。人工智能模型中加入消除樣本順序影響的算法，軋制工藝參數(shù)經(jīng)SPSS商業(yè)軟件驗證滿足正態(tài)分布，運用3σ法則對預(yù)測樣本進行了篩選。研究表明，采用消除順序影響、3σ法則篩選數(shù)據(jù)和增加訓(xùn)練樣本數(shù)量及數(shù)據(jù)時效性，都可以提高力學(xué)性能的預(yù)測精度。消除樣本順序影響后，±6％誤差范圍內(nèi)的屈服強度和抗拉強度預(yù)測精度分別提高了33％和9％;采用數(shù)據(jù)預(yù)處理后力學(xué)性

8、能預(yù)測偏差標(biāo)準(zhǔn)差在±3％范圍以內(nèi);在此基礎(chǔ)上預(yù)測得到了化學(xué)成分C、Mn、Nb和終軋溫度對力學(xué)性能的影響趨勢。
　　(5)運用BP神經(jīng)網(wǎng)絡(luò)結(jié)合遺傳算法對影響力學(xué)性能的關(guān)鍵因素進行了分析研究，建立了一種化學(xué)成分和軋制溫度制度優(yōu)化方法，并在此基礎(chǔ)上對預(yù)設(shè)的力學(xué)性能進行了成分設(shè)計和溫度制度優(yōu)化。研究表明，在考慮性價比的基礎(chǔ)上采用BP神經(jīng)網(wǎng)絡(luò)和基因算法可以對鋼鐵材料的化學(xué)成分和軋制溫度制度進行優(yōu)化計算，優(yōu)化結(jié)果顯示降低終軋溫度可以一定程度上