ASP热轧过程X70管线钢的组织性能预测模拟

作者：赵彦峰; 许云波; 孙卫华; 白彦; 陈庆军; 张殿华

来源：材料热处理学报, 2011, (01): 144-149.

DOI：10.13289/j.issn.1009-6264.2011.01.027

• 再结晶
• 相变
• BP神经网络
• 模拟
• 预测 recrystallization
• phase transformation
• BP neural network
• simulation
• prediction

采用物理冶金模型结合二维温度场对ASP(Angang Strip Production)热轧X70管线钢再结晶、相变等物理冶金过程进行了模拟,并结合BP神经网络对最终的力学性能进行了预测。研究表明,实验钢在层流冷却前的奥氏体晶粒尺寸为10～25μm,板带横断面奥氏体晶粒尺寸分布不均匀,心部的奥氏体晶粒尺寸比角部大15μm左右;在给定冷却速率的情况下采用前段冷却方式得到的铁素体分数比后段冷却方式大2%～5%;采用BP神经网络可以把伸长率预测结果相对误差标准差提高1.8%;Si含量0.2%～0.3%成为其对力学性能影响的转折点。

• 单位
  轧制技术及连轧自动化国家重点实验室; 东北大学