CN113076629A - 高强度盘条热处理工艺控制方法 - Google Patents
高强度盘条热处理工艺控制方法 Download PDFInfo
- Publication number
- CN113076629A CN113076629A CN202110296057.0A CN202110296057A CN113076629A CN 113076629 A CN113076629 A CN 113076629A CN 202110296057 A CN202110296057 A CN 202110296057A CN 113076629 A CN113076629 A CN 113076629A
- Authority
- CN
- China
- Prior art keywords
- heat treatment
- wire rod
- mechanical property
- control method
- treatment process
- 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
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000008569 process Effects 0.000 title claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 23
- 230000009466 transformation Effects 0.000 claims abstract description 21
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 15
- 239000010959 steel Substances 0.000 claims abstract description 15
- 239000000126 substance Substances 0.000 claims abstract description 15
- 238000012417 linear regression Methods 0.000 claims abstract description 3
- 230000009467 reduction Effects 0.000 claims description 10
- 229910052710 silicon Inorganic materials 0.000 claims description 8
- 239000011572 manganese Substances 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 239000010703 silicon Substances 0.000 claims description 3
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims description 2
- 229910052748 manganese Inorganic materials 0.000 claims description 2
- 238000004886 process control Methods 0.000 abstract description 4
- 238000010924 continuous production Methods 0.000 abstract description 3
- 239000013072 incoming material Substances 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 10
- 238000012937 correction Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 229910001335 Galvanized steel Inorganic materials 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 239000008397 galvanized steel Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910000734 martensite Inorganic materials 0.000 description 3
- FBPFZTCFMRRESA-JGWLITMVSA-N D-glucitol Chemical group OC[C@H](O)[C@@H](O)[C@H](O)[C@H](O)CO FBPFZTCFMRRESA-JGWLITMVSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 241000446313 Lamella Species 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 239000007864 aqueous solution Substances 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052758 niobium Inorganic materials 0.000 description 1
- 239000010955 niobium Substances 0.000 description 1
- GUCVJGMIXFAOAE-UHFFFAOYSA-N niobium atom Chemical compound [Nb] GUCVJGMIXFAOAE-UHFFFAOYSA-N 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 229910052719 titanium Inorganic materials 0.000 description 1
- 239000010936 titanium Substances 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- GPPXJZIENCGNKB-UHFFFAOYSA-N vanadium Chemical compound [V]#[V] GPPXJZIENCGNKB-UHFFFAOYSA-N 0.000 description 1
- 238000005491 wire drawing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D11/00—Process control or regulation for heat treatments
-
- C—CHEMISTRY; METALLURGY
- C21—METALLURGY OF IRON
- C21D—MODIFYING THE PHYSICAL STRUCTURE OF FERROUS METALS; GENERAL DEVICES FOR HEAT TREATMENT OF FERROUS OR NON-FERROUS METALS OR ALLOYS; MAKING METAL MALLEABLE, e.g. BY DECARBURISATION OR TEMPERING
- C21D9/00—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor
- C21D9/52—Heat treatment, e.g. annealing, hardening, quenching or tempering, adapted for particular articles; Furnaces therefor for wires; for strips ; for rods of unlimited length
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Materials Engineering (AREA)
- Theoretical Computer Science (AREA)
- Thermal Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Mechanical Engineering (AREA)
- Metallurgy (AREA)
- Organic Chemistry (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Heat Treatment Of Strip Materials And Filament Materials (AREA)
Abstract
本申请公开了一种高强度盘条热处理工艺控制方法,包括:获取盘条热处理历史数据;通过线性回归方程依据历史数据建立盘条力学性能模型;基于盘条力学性能模型,以盘条化学成分、规格参数作为输入,以热处理后的盘条力学性能要求为目标建立约束条件,得出热处理工艺范围;结合盘条钢种的等温转变曲线得出最优热处理工艺。本申请的工艺控制方法可快速确定热处理生产工艺,省略大量的模拟试验和生产调试过程;连续生产时,还可根据来料成分、规格的变化动态调整热处理工艺,将不同炉批号盘条由于成分差异导致的性能波动降至最低,提高热处理盘条的性能稳定性。
Description
技术领域
本申请涉及钢铁线材热处理领域,特别是涉及一种高强度盘条热处理工艺控制方法。
背景技术
桥梁缆索用镀锌钢丝、钢绞线是现代大型桥梁建造的重要材料。随着桥梁行业技术的发展,大跨度悬索桥和斜拉索桥对其主缆和斜拉索用镀锌钢丝的抗拉强度级别要求提高至1960MPa以上,同时要求满足扭转指标,即对原材料即缆索钢丝用盘条的性能指标要求相应提高。使用高强度缆索钢丝,不仅可减轻桥梁重量、降低安装和维护成本,还能提高桥梁的安全系数。因此,如何提高缆索钢丝用盘条的强度及稳定性,已成为一个亟待解决的问题。
采用传统轧后控冷的方法生产的盘条强度有限,且性能波动较大,仅适用于生产1860MPa以下产品。通过对盘条进行轧后热处理可提高盘条性能,得到组织性能均匀且稳定的高强度盘条,可满足1960MPa及更高级别桥索镀锌钢丝对盘条原料的要求。
现有技术中,专利CN 106636581A公开了一种1960MPa及以上级桥梁缆索锁锌钢丝用盘条盐浴处理方法,专利CN 110205473A公开了一种提高超高强度缆索用盘条组织均匀性的热处理方法,上述两个专利通过对热轧盘条进行奥氏体化和等温盐浴淬火,减少了盘条的强度波动,提高组织性能稳定性。通过对盘条加热至奥氏体化后,进行等温索氏体化转变来达到提高和稳定盘条性能的目的,但是在热处理生产时,针对某一新成分或新规格盘条制订热处理工艺时,通常需要进行一系列热处理模拟试验来确定相关工艺参数,并且由于实验室与热处理生产车间设备状态等条件的不同,还需要进行大量生产调试以便最终确定热处理工艺。这种传统的工艺制订方法要经过多次生产调试和检验,耗费人力、且效率低。
近年来,随着大数据分析技术开始在众多行业中发展应用,MES***、ERP***及协同办公平台等大数据***都已在众多钢铁企业中得到应用。如何有效利用建立起来的大数据平台来指导生产,成为当下众多企业的一个热门研究方向。在线材盘条热处理生产方面,如何依据以往生产数据快速制订生产工艺,并对热处理过程进行动态控制以提高性能稳定性。
发明内容
本发明的目的在于提供一种高强度盘条热处理工艺控制方法,以克服现有技术中的不足。
为实现上述目的,本发明提供如下技术方案:一种高强度盘条热处理工艺控制方法,包括:
(1)收集热处理产线的已有数据,生产过程数据至少包括热处理温度、盘条走线速度,检化验数据至少包括盘条化学成分、直径、力学性能数据,采用炉批号作为关键变量串联生产过程数据和检验数据,并计算热处理时间t,t=L/V,其中L为等温槽长度,V为盘条走线速度;
(2)通过已生产产品的性能数据建立盘条性能的预测模型,以盘条化学成分、直径、热处理温度、热处理时间为输入变量,以抗拉强度和断面收缩率为目标变量,采用线性回归方式构建盘条力学性能模型;
(3)在热处理生产前,调取预生产盘条的化学成分、直径信息,将其作为输入变量,带入力学性能模型中,以力学性能要求为约束条件,求解热处理温度和热处理时间区间;
(4)结合该钢种的等温转变曲线,选定热处理温度和时间并制定热处理工艺,选定范围内的中间值为优选值。
在上述技术方案中,盘条热处理原理是对热轧盘条进行完全奥氏体化后,快速进入等温槽中进行等温索氏体相变,等温槽中的冷却介质通常有熔融盐、熔融铅、水溶液等。由于等温温度控制精确、波动小,能保证获得的索氏体组织球团细小均匀、片层间距小和索氏体化率高,从而达到同时提高盘条强度和塑性、韧性的目的。
在盘条热处理过程中,完全奥氏体化后,决定盘条组织性能的热处理工艺参数主要为等温温度和等温时间,等温温度一般由等温介质温度即热处理温度决定,等温热处理时间一般由盘条走线速度决定。
本发明通过对不同成分与规格的盘条热处理过程数据进行分析,发现热处理后的盘条性能与来料成分、规格及热处理温度、等温热处理时间等存在一定的线性相关关系,可依据已生产数据建立力学性能预测模型。针对新成分或新规格的盘条,在热处理生产前,可根据已建立的性能模型,以化学成分、规格参数信息作为输入变量,以力学性能技术要求为约束条件,求解出热处理工艺参数即热处理温度和热处理时间的范围。
模型求解出的热处理工艺参数范围仅为需要满足性能目标要求的一个基本条件,在实际热处理生产过程中,盘条在等温槽内进行等温转变时,应尽可能达到等温转变曲线上的相变完成时间,如果实际热处理时间小于相变完成时间,就有可能导致转变不完全,残余奥氏体即有可能转变成为马氏体,马氏体为硬脆组织,此时虽然盘条强度提升了,但是盘条会因为组织中出现的马氏体而使韧塑性降低,用户后续拉拔过程中容易发生脆断,工程应用中也可能会造成严重的灾难性事故。
因此在模型求解结果的基础上,还要结合该钢种的等温转变曲线,最终确定热处理工艺的可选范围,以保证在满足性能目标要求的基础上,保证组织转变的充分进行,优选范围内的中间值作为工艺控制目标,选定热处理温度和热处理时间后,即可计算盘条走线速度,进而可确定热处理工艺。
与现有技术相比,本发明的一种高强度盘条热处理工艺控制方法在热处理前通过数据分析建立热处理盘条力学性能预测模型;基于该模型,以热处理后盘条的性能要求为目标建立约束条件,根据来料盘条的成分规格变化快速制订和调整热处理工艺,节省大量的模拟试验和生产调试。连续生产时,可对热处理后盘条性能进行预测和动态控制,当性能满足要求时,则保持原热处理工艺不变;当预测的性能不满足要求时,则根据模型动态调整热处理参数,从而使热处理后盘条的力学性能满足要求,这种情况下,可将不同炉批号盘条由于成分差异导致的性能波动降至最低,从而提高热处理盘条的性能稳定性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明具体实施例1的通过模型求解并结合等温转变曲线绘制的热处理参数范围图;
图2为本发明具体实施例2的通过模型求解并结合等温转变曲线绘制的热处理参数范围图;
图3为本发明具体实施例3的通过模型求解并结合等温转变曲线绘制的热处理参数范围图;
图4为本发明具体实施例4的通过模型求解并结合等温转变曲线绘制的热处理参数范围图;
图5为本发明具体实施例5的通过模型求解并结合等温转变曲线绘制的热处理参数范围图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行详细的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
一种高强度盘条热处理工艺控制方法,首先收集热处理产线已生产数据并构建热处理盘条性能模型,然后在热处理生产前,调取预生产盘条的化学成分、直径信息,将其作为输入变量,带入力学性能模型中,以力学性能要求为约束条件,求解热处理温度和热处理时间范围,结合该钢种的等温转变曲线,可选定热处理温度和时间并制定热处理工艺。
本实施例建立的力学性能模型中,输入变量中,盘条化学成分采用的是碳、硅、锰三种元素的重量百分比,应当说明的是,本实施例不局限于上述三种元素,采用其他元素如铝、铬、钛、钒、铌等同样适用于本实施例,本实施例所建立的力学性能模型如下:
式中,
Rm:抗拉强度,MPa;
Z:断面收缩率,%;
Ф:盘条直径,mm;
T:热处理温度,℃;
t:热处理时间,s;
[C]:盘条碳含量,%;
[Si]:盘条硅含量,%;
[Mn]:盘条锰含量,%。
基于该力学性能模型,下面给出热处理工艺控制方法实例。
需要特别说明的是,盘条热处理后的性能要求中,盘条强度和断面收缩率通常规定为某一最低值以上。但是实际生产过程中,并非强度越高越好,强度过低会导致富余量不足甚至不能满足强度级别要求,强度过高会导致盘条韧性下降,后期用户加工或拉丝过程中容易导致断丝率提高,因此热处理后的盘条强度应稳定在某一最佳范围,所以盘条强度以该最佳范围为目标进行建立约束条件。为提高盘条韧性,断面收缩率则应在最低值基础上增加一定的富余量进行修正,以修正后的断面收缩率要求进行建立约束条件。
来料盘条主要化学成分为:C0.87%、Si0.28%、Mn0.78%,规格为Ф14mm,热处理后盘条强度要求为1350MPa以上,最佳范围设定为1370-1380MPa,断面收缩率要求为35%以上,修正后要求为38%以上。
1、将盘条成分、直径参数带入已构建的模型表达式(1)、(2)中,建立约束条件如下:
1370≤1090.222-20.686×14-0.608×T+0.057×t+521.764×0.87+250.576×0.28+436.355×0.78≤1380
229.176+0.342×14-0.121×T-0.007×t-150.776×0.87+2.253×0.28-1.283×0.78≥38
求解可得,468.9℃≤T≤514.4℃,t≤419.0s,模型求解的工艺参数范围如图1中所标示。
2、结合该钢种的等温转变曲线,可得热处理温度及热处理时间的可选范围如图1所示,选定范围内的中间值,即热处理温度T为509℃,热处理时间t为340s。
3、根据热处理时间t为340s,计算盘条走线速度V为1.9m/min,最终得到的热处理工艺即为热处理温度为509℃,盘条走线速度为1.9m/min。
实施例2
实施例2与实施例1的区别在于,来料盘条主要化学成分为:C0.86%、Si0.88%、Mn0.50%,规格为Ф14mm,热处理后盘条强度要求为1360MPa以上,最佳范围设定为1380-1390MPa,断面收缩率要求为36%以上,修正后要求为40%以上。
1、将盘条成分、直径参数带入已构建的模型表达式(1)、(2)中,建立约束条件如下:
1380≤1090.222-20.686×14-0.608×T+0.057×t+521.764×0.86+250.576×0.88+436.355×0.50≤1390
229.176+0.342×14-0.121×T-0.007×t-150.776×0.86+2.253×0.88-1.283×0.50≥40
求解可得,490.2℃≤T≤528.8℃,t≤345.0s,模型求解的工艺参数范围如图2中所标示。
2、结合该钢种的等温转变曲线,可得热处理温度及热处理时间的可选范围如图2所示,选定范围内的中间值,即热处理温度T为523℃,热处理时间t为280s。
3、根据热处理时间t为280s,计算盘条走线速度V为2.3m/min,最终得到的热处理工艺即为热处理温度为523℃,盘条走线速度为2.3m/min。
实施例3
实施例3与实施例1的区别在于,来料盘条主要化学成分为:C0.92%、Si1.15%、Mn0.50%,规格为Ф13mm,热处理后盘条强度要求为1480MPa以上,最佳范围设定为1500-1510MPa,断面收缩率要求为30%以上,修正后要求为33%以上。
1、将盘条成分、直径参数带入已构建的模型表达式(1)、(2)中,建立约束条件如下:
1500≤1090.222-20.686×13-0.608×T+0.057×t+521.764×0.92+250.576×1.15+436.355×0.50≤1510
229.176+0.342×13-0.121×T-0.007×t-150.776×0.92+2.253×1.15-1.283×0.50≥33
求解可得,489.6℃≤T≤519.5℃,t≤251.7s,模型求解的工艺参数范围如图3中所标示。
2、结合该钢种的等温转变曲线,可得热处理温度及热处理时间的可选范围如图3所示,选定范围内的中间值,即热处理温度T为513℃,热处理时间t为200s。
3、根据热处理时间t为200s,计算盘条走线速度V为3.3m/min,最终得到的热处理工艺即为热处理温度为513℃,盘条走线速度为3.3m/min。
实施例4
实施例4与实施例1的区别在于,来料盘条主要化学成分为:C0.92%、Si1.16%、Mn0.50%,规格为Ф14mm,热处理后盘条强度要求为1460Mpa以上,最佳范围设定为1480-1490MPa,断面收缩率要求为30%以上,修正后要求为33%以上。
1、将盘条成分、直径参数带入已构建的模型表达式(1)、(2)中,建立约束条件如下:
1500≤1090.222-20.686×13-0.608×T+0.057×t+521.764×0.92+250.576×1.15+436.355×0.50≤1510
229.176+0.342×13-0.121×T-0.007×t-150.776×0.92+2.253×1.15-1.283×0.50≥33
求解可得,492.6℃≤T≤522.5℃,t≤251.9s,模型求解的工艺参数范围如图4中所标示。
2、结合该钢种的等温转变曲线,可得热处理温度及热处理时间的可选范围如图4所示,选定范围内的中间值,即热处理温度T为516℃,热处理时间t为188s。
3、根据热处理时间t为188s,计算盘条走线速度V为3.5m/min,最终得到的热处理工艺即为热处理温度为516℃,盘条走线速度为3.5m/min。
实施例5
实施例5与实施例1的区别在于,来料盘条主要化学成分为:C0.86%、Si0.89%、Mn0.49%,规格为Ф13mm,热处理后盘条强度要求为1350MPa以上,最佳范围设定为1390-1400MPa,断面收缩率要求为35%以上,修正后要求为38%以上。
1、将盘条成分、直径参数带入已构建的模型表达式(1)、(2)中,建立约束条件如下:
229.176+0.342×13-0.121×T-0.007×t-150.776×0.86+2.253×0.89-1.283×0.49≥38
1390≤1090.222-20.686×13-0.608×T+0.057×t+521.764×0.86+250.576×0.89+436.355×0.49≤1400
求解可得,504.7℃≤T≤543.0℃,t≤341.5s,模型求解的工艺参数范围如图5中所标示。
2、结合该钢种的等温转变曲线,可得热处理温度及热处理时间的可选范围如图5所示,选定范围内的中间值,即热处理温度T为535℃,热处理时间t为240s。
3、根据热处理时间t为240s,计算盘条走线速度V为2.7m/min,最终得到的热处理工艺即为热处理温度为535℃,盘条走线速度为2.7m/min。
上述实施例1-5为采用本发明中的方法制订的盘条热处理工艺,省去由于盘条成分、规格等变化而需要进行的大量生产调试。另外,连续生产过程中,针对不同炉批号盘条的成分差异,采用此方法微调热处理工艺,通过此方法对热处理过程进行动态控制后,同一牌号的盘条强度波动由原来的53MPa降低至30MPa以内,提高了热处理盘条的性能稳定性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (3)
1.一种高强度盘条热处理工艺控制方法,其特征在于:包括:
步骤1、获取热处理生产线的历史数据,所述历史数据包括:盘条的化学成分、直径和力学性能数据以及热处理时的热处理温度、盘条走线速度以及热处理时间;
步骤2、建立盘条力学性能模型,采用线性回归方程式以盘条化学成分、直径、热处理温度、热处理时间为输入变量,以盘条的抗拉强度和断面收缩率为目标变量建立盘条力学性能模型;
步骤3、获取预热处理盘条的化学成分和直径数据,将其代入所述盘条力学性能模型中,以盘条力学性能要求为约束条件,得出符合要求的热处理温度和热处理时间的区间;
步骤4、结合盘条钢种的等温转变曲线,进一步缩小热处理温度和热处理时间的区间,选取区间范围内的中间值最为最优值。
2.根据权利要求1所述的一种高强度盘条热处理工艺控制方法,其特征在于:所述热处理时间满足:
t=L/V
其中:热处理时间t,L为等温槽长度,V为盘条走线速度。
3.根据权利要求1所述的一种高强度盘条热处理工艺控制方法,其特征在于:
所述步骤2中的盘条力学性能模型为:
Rm=1090.222-20.686×Φ-0.608×T+0.057×t+521.764×[C]+250.576×[Si]+436.355×[Mn]
Z=229.176+0.342×Φ-0.121×T-0.007×t-150.776×[C]+2.253×[Si]-1.283×[Mn]
其中:Rm:抗拉强度;Z:断面收缩率;Φ:盘条直径;T:热处理温度;t:热处理时间;[C]:盘条碳含量;[Si]:盘条硅含量;[Mn]:盘条锰含量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296057.0A CN113076629B (zh) | 2021-03-19 | 2021-03-19 | 高强度盘条热处理工艺控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296057.0A CN113076629B (zh) | 2021-03-19 | 2021-03-19 | 高强度盘条热处理工艺控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113076629A true CN113076629A (zh) | 2021-07-06 |
CN113076629B CN113076629B (zh) | 2024-06-11 |
Family
ID=76612839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110296057.0A Active CN113076629B (zh) | 2021-03-19 | 2021-03-19 | 高强度盘条热处理工艺控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113076629B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116694919A (zh) * | 2023-06-12 | 2023-09-05 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020042123A (ko) * | 2000-11-30 | 2002-06-05 | 이구택 | 바나듐첨가 고탄소강 선재의 항온변태 열처리방법 |
CN102392124A (zh) * | 2011-10-26 | 2012-03-28 | 西南交通大学 | 一种改善高速钢强韧性的热处理工艺方法 |
CN102632082A (zh) * | 2011-02-11 | 2012-08-15 | 宝山钢铁股份有限公司 | 基于性能预报模型的热轧带钢力学性能的动态控制方法 |
US20140000767A1 (en) * | 2011-03-14 | 2014-01-02 | Shingo Yamasaki | Steel wire rod and method of producing same |
CN104573278A (zh) * | 2015-01-27 | 2015-04-29 | 山东钢铁股份有限公司 | 基于多元线性回归分析的热轧h型钢力学性能预报方法 |
CN110205473A (zh) * | 2019-04-28 | 2019-09-06 | 江苏省沙钢钢铁研究院有限公司 | 一种提高超高强度缆索用盘条组织均匀性的热处理方法 |
CN110788150A (zh) * | 2019-11-22 | 2020-02-14 | 法尔胜泓昇集团有限公司 | 一种高强韧性绳钢丝的生产方法 |
CN111125884A (zh) * | 2019-12-03 | 2020-05-08 | 大连理工大学 | 一种面向智能制造的镁合金成分和热处理工艺优化*** |
CN111222222A (zh) * | 2019-11-28 | 2020-06-02 | 南京工业大学 | 一种考虑地层变化的盾构刀盘轮廓设计方法 |
CN111593173A (zh) * | 2020-05-29 | 2020-08-28 | 扬州大学 | 一种非调质钢制件的稳定控制冷却的新方法 |
CN112100745A (zh) * | 2020-09-15 | 2020-12-18 | 东北大学 | 基于lda理论的汽车大梁钢力学性能预测方法 |
-
2021
- 2021-03-19 CN CN202110296057.0A patent/CN113076629B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020042123A (ko) * | 2000-11-30 | 2002-06-05 | 이구택 | 바나듐첨가 고탄소강 선재의 항온변태 열처리방법 |
CN102632082A (zh) * | 2011-02-11 | 2012-08-15 | 宝山钢铁股份有限公司 | 基于性能预报模型的热轧带钢力学性能的动态控制方法 |
US20140000767A1 (en) * | 2011-03-14 | 2014-01-02 | Shingo Yamasaki | Steel wire rod and method of producing same |
CN102392124A (zh) * | 2011-10-26 | 2012-03-28 | 西南交通大学 | 一种改善高速钢强韧性的热处理工艺方法 |
CN104573278A (zh) * | 2015-01-27 | 2015-04-29 | 山东钢铁股份有限公司 | 基于多元线性回归分析的热轧h型钢力学性能预报方法 |
CN110205473A (zh) * | 2019-04-28 | 2019-09-06 | 江苏省沙钢钢铁研究院有限公司 | 一种提高超高强度缆索用盘条组织均匀性的热处理方法 |
CN110788150A (zh) * | 2019-11-22 | 2020-02-14 | 法尔胜泓昇集团有限公司 | 一种高强韧性绳钢丝的生产方法 |
CN111222222A (zh) * | 2019-11-28 | 2020-06-02 | 南京工业大学 | 一种考虑地层变化的盾构刀盘轮廓设计方法 |
CN111125884A (zh) * | 2019-12-03 | 2020-05-08 | 大连理工大学 | 一种面向智能制造的镁合金成分和热处理工艺优化*** |
CN111593173A (zh) * | 2020-05-29 | 2020-08-28 | 扬州大学 | 一种非调质钢制件的稳定控制冷却的新方法 |
CN112100745A (zh) * | 2020-09-15 | 2020-12-18 | 东北大学 | 基于lda理论的汽车大梁钢力学性能预测方法 |
Non-Patent Citations (3)
Title |
---|
NURUL NAZLI ROSLI ET AL.: "A review of graphene based transparent conducting films for use in solar photovoltaic applications", 《RENEWABLE AND SUSTAINABLE ENERGY REVIEWS》, vol. 99, no. 2019, pages 83 - 99, XP085546263, DOI: 10.1016/j.rser.2018.09.011 * |
汪先虎;冯桂起;姜洪刚;: "线性回归与线性规划最优化法在82B盘条生产中的应用", 金属制品, no. 05, pages 73 - 75 * |
王宁;安绘竹;常宏伟;孙浩;李凯;: "AER70S-G气保焊丝钢盘条生产实践", 金属制品, no. 04, pages 48 - 50 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116694919A (zh) * | 2023-06-12 | 2023-09-05 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及*** |
CN116694919B (zh) * | 2023-06-12 | 2023-11-21 | 无锡市海峰海林精密轴承有限公司 | 一种轴承贝氏体热处理工艺的优化方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113076629B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1664550A (zh) | 轧制过程在线检测钢板力学性能的方法 | |
CN110802115B (zh) | 基于数据驱动的热连轧精轧入口温度预测方法 | |
CN103008385B (zh) | 用82b盘条生产超高强架空电缆钢芯用钢丝的方法 | |
CN113076629A (zh) | 高强度盘条热处理工艺控制方法 | |
CN113849020B (zh) | 一种基于人工智能算法的钢坯升温曲线设计方法及装置 | |
CN101391268A (zh) | 一种钢板控轧控冷过程温度制度的逆向优化方法 | |
JP2020526667A (ja) | 連続処理ラインの操作方法 | |
CN103886371A (zh) | 一种预硬化型塑料模具钢成分及热处理工艺过程控制方法 | |
CN111241750A (zh) | 一种结合遗传算法的bp网络冷轧带钢力学性能预测方法 | |
CN110017981A (zh) | 基于改进多轴疲劳模型的曲轴疲劳极限载荷预测方法 | |
Tenner | Optimisation of the heat treatment of steel using neural networks. | |
KR102075245B1 (ko) | 전기 강판의 철손 저감 예측 장치 | |
Dong et al. | Just-in-time learning-based soft sensor for mechanical properties of strip steel via multi-block weighted semisupervised models | |
CN117195460A (zh) | 基于动态规划算法的冷轧产品取样方法及*** | |
Ganesh et al. | Simultaneous optimization of material properties and energy efficiency of a steel quench hardening process | |
KR102142703B1 (ko) | 인공지능을 이용한 공정 제어 방법 | |
KR101198474B1 (ko) | 스테인리스강 냉간압연 하중예측 방법 | |
CN111861041A (zh) | 一种预测Nb微合金钢动态再结晶型流变应力的方法 | |
Yoshitani | Modelling and parameter estimation for strip temperature control in continuous annealing processes | |
Real et al. | Fatigue behaviour of duplex stainless steel reinforcing bars subjected to shot peening | |
Zhao et al. | Prediction of transition temperature of alloy steel austenite based on self-organizing neural network | |
Rath et al. | Application of machine learning in rolling mills: Case Studies | |
Martinez-de-Pison et al. | Optimum model for predicting temperature settings on hot dip galvanising line | |
KR101830537B1 (ko) | 피로 저항성이 우수한 고강도 강선 및 이의 제조방법 | |
Xiaolin et al. | Comparative research on prediction model of billet temperature for 1700 reheating furnace in Tangsteel company |
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 |