热轧带钢层流冷却过程中温度与相变耦合预测模型

建立了温度与相变耦合有限元模型,对带钢轧后冷却过程中带钢厚度和宽度方向的温度场进行了模拟计算.建模过程中,考虑带钢的各金相组织的密度、导热系数、比热容等物性参数为温度的函数,取各相的线性平均值用于计算.根据连续等温转变实验曲线,采用Avrami方程和Scheil可加性法则计算带钢相变潜热,实现温度和相变耦合求解.计算结果表明,带钢经过层流冷却后,沿厚度方向存在着一定的温差,带钢温度沿宽度方向分布不均匀,和现场实测结果吻合.     

热轧带钢超快速冷却过程的温度控制策略

针对热轧带钢超快速冷却过程温度控制,通过建立带钢冷却过程中的空冷、水冷温降模型,采用前馈、反馈与自适应相结合的温度控制策略,提高带钢的中间温度和卷取温度的控制精度,并应用于热轧带钢生产线。应用效果表明,带钢轧后温度控制达到了较高的精度,并有效地提高了带钢的力学性能。     

热轧带钢层流冷却温度优化控制策略研究

在热轧带钢生产过程中,卷取温度是影响成品带钢性能的重要参数之一,其精度的高低对带钢质量至关重要.为保证产品具有良好的性能,采用层流冷却装置对热轧后的板带进行冷却控制,喷水系统的设定是层流冷却过程控制的关键.在冷却过程中带钢的温度不能在线连续检测,其过程具有强非线性和时变性,而且在冷却过程中存在相变,因此难以建立精确的数学模型去描述这一冷却过程.随着带钢厚度,精轧出口温度和轧制速度的变化,单独的前馈/反馈控制很难满足高精度的温度控制需要.在本文的研究中,一系列层流冷却控制策略被采用,包括前馈/反馈控制,自适应算法,以及控制带钢整体温度的均匀性策略.实践应用表明这些控制策略得到很好的检验,能有效地提高卷取温度的控制精度和均匀性.     

热轧带钢层流冷却系统的技术开发与应用

热轧带钢层流冷却过程的卷取温度精度直接影响带钢的组织性能和力学性能,是保证板带质量和板形良好的关键因素。所以对热轧带钢卷取温度的控制,成为热轧生产中的重要环节,对其过程进行分析和研究具有深远的现实意义。以国内某热轧厂经过改造后的板带层流冷却系统为背景,对如何提高层流冷却过程的卷却温度精度及钢板内外温度均匀性从控制方法上入手进行了较深入系统的研究。     

热轧带钢层流冷却系统的技术开发与应用

热轧带钢层流冷却过程的卷取温度精度直接影响带钢的组织性能和力学性能,是保证板带质量和板形良好的关键因素。所以对热轧带钢卷取温度的控制,成为热轧生产中的重要环节,对其过程进行分析和研究具有深远的现实意义。以国内某热轧厂经过改造后的板带层流冷却系统为背景,对如何提高层流冷却过程的卷却温度精度及钢板内外温度均匀性从控制方法上入手进行了较深入系统的研究。     

热轧带钢轧后冷却过程卷取温度的设定策略

为了提高热轧带钢卷取温度控制精度,针对热轧带钢轧后冷却过程非线性、强耦合性等特性,建立了具有非线性结构特征的热轧带钢轧后冷却过程控制的温度数学模型,并对热轧带钢轧后冷却过程卷取温度的设定策略进行了研究,同时在该模型基础上开发了系统软件,通过现场实际应用对模型功能进行了验证.结果表明,该冷却数学模型的卷取温度设定计算结果...     

冷却工艺对热轧高强带钢残余应力的影响

为分析不同层流冷却工艺对热轧高强带钢残余应力的影响规律,以ABAQUS有限元软件为基础,采用FORTRAN语言编写用户子程序,建立热轧高强带钢快速冷却过程的有限元模型,对带钢层流冷却过程中温度场、组织及应力场的演变规律进行耦合计算。针对现场工艺,设计并实施过冷奥氏体连续冷却转变(CCT)试验和残余应力测试等试验对模型进行校正。以校正后的模型作为基础模型,修改基础模型的初始条件和边界条件,建立与边部遮挡、稀疏冷却、后段冷却、降低初始温差等4种层流冷却工艺对应的有限元模型,以定量分析4种工艺对减小带钢残余应力的效果。研究结果表明:原来无应力的带钢,经过层流冷却后,带钢宽度方向的应力分布变为边部有较大的压应力,中部有较小的拉应力。4种工艺都能有效减小残余应力,降幅从高到低依次为降低带钢横向初始温差、稀疏冷却、边部遮挡、后段冷却。     

热连轧控冷过程卷取温度精度的优化

控制冷却是热带钢轧后工艺处理中的关键技术,而卷取温度的精度又是冷却过程控制的核心·结合某热连轧厂控冷层流系统的改造,通过分析原有系统运行时对于厚带钢冷却能力不足、设定精度及纵向温度控制均匀性较差、冷却速率的控制策略单一、更换钢种组别时头几块钢的设定精度较差等方面的原因,在改造过程中有针对性地对冷却装置、冷却控制策略、数学模型进行改进,同时加强了控冷过程机模型自适应的能力,并开发了解析工具用于优化模型参数,提高了卷取温度过程控制的精度·     

超快冷下X70管线钢热轧工艺及显微组织

研究了14.2 mm X70管线钢轧后经超快冷+层流冷却、层流冷却两种冷却制度后的显微组织及力学性能,讨论了超快冷+层流冷却下实验钢强韧化机制.结果表明:两种冷却制度下实验钢力学性能均满足API SPEC 5L X70要求,超快冷+层流冷却下实验钢强度、塑性及韧性较高,综合力学性能良好;不同冷却制度下显微组织均为贝氏体铁素体+针状铁素体+M-A岛混合组织,其中超快冷+层流冷却下针状铁素体、M-A岛组织更加细化;超快冷+层流冷却下实验钢主要强韧化机制为细晶强化与纳米析出强化;实验钢理想轧后冷却工艺为:820~840℃终轧+超快冷至450~500℃+层流冷却至350~400℃+卷取.     

基于密集冷却工艺的700 MPa级高强带钢减小残余应力研究

目前密集冷却工艺已广泛用于生产高强度带钢,但是该技术冷却速率较快的特点易造成带钢冷却不均匀等问题,导致带钢残余应力过大,进而产生边浪等板形缺陷。本文利用有限元方法,使用ABAQUS有限元软件建立某700 MPa级高强度带钢在密集冷却工艺下的模型,实现温度-相变-应力耦合计算,并进行多个实验验证了模型的准确性。通过修改有限元模型边界条件和初始条件,研究边部遮挡和初始温差对带钢层流冷却阶段产生的残余应力分布的影响规律。对于减小带钢层流冷却过程中产生的残余应力,减小带钢进入层流冷却前的初始温差更加有效。本研究成果经过现场试验验证,可靠性较高,可用于指导该种类型高强带钢生产,以减少带钢的残余应力,提高带钢板形质量。     

热轧带钢层流冷却中的温度演变及返红规律

用有限元法模拟热轧带钢层流冷却中的温度场并计算典型位置处的冷却速度.分析水冷期间和随后返红过程冷却速度周期性变化规律,发现在轧件横断面厚度方向上距离表面大约半厚度的1/3处存在一条冷却速度临界线;在临界线与表面之间冷却速度有正负交替现象;此临界线是冷却过程中瞬时内部热输出区与热输入区(返红区域)的分界线;在返红区域回归出返红温度随经历时间和各点到表面距离的变化规律的关系模型.此研究为组织性能预测和控制提供了参考数据.     

热轧带钢的冷却参数与翘曲关系

针对卷取温度为500℃的12 mm厚X70管线钢热轧带钢,利用MARC有限元软件建立层流冷却过程中的热-力-相变耦合的数学模型,计算两种下上冷却水比时层流冷却过程中温度场、应力、应变、相变体积分数和翘曲度随时间的变化.结果表明:1.25水比的冷却过程中,厚度方向上各面的冷却速度不一致,导致水冷前期带钢上下表面应变不同,带钢会产生向上的翘曲,冷却过程中边部最大的翘曲量达到21.84mm;水冷后期带钢板形会逐渐恢复平直,但由于水冷过程中发生塑性变形,终冷时厚度方向上贝氏体含量的差异,卷取时带钢边部依然有-9 mm的翘曲量.上下表面的不均匀冷却是引起翘曲的根本原因.在保证X70管线钢性能条件下,采用1.58的下上水比工艺,卷取时边部翘曲量仅为-0.58 mm,合适的下上水比能大幅度减小层流冷却过程中带钢的横向翘曲.     

厚规格热轧带钢高精度卷取温度控制模型

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中，如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点，提出了温度场计算模型和对流换热系数模型的改进方法，并开发了一种全新的基于相似策略的自适应模型，以改善卷取温度前馈控制效果.经现场应用证明，本文提出的方案能有效提高厚规格带钢的卷取温度控制精度，其中厚度大于12 mm的带钢平均命中率可达到94.9%.     

热轧带钢超快速冷却过程的换热分析

采用有限差分数值计算方法,确定了热轧带钢实现超快速冷却的综合对流换热系数范围,对于厚度为3~4 mm的带钢,实现300~400℃/s超快速冷却速率所需的带钢表面对流换热范围约为(4~8)kW/(m2.K).分析了水冷过程中带钢表面的局部换热机理,认为冷却系统实现超快速冷却的关键在于扩大带钢表面射流冲击换热区的面积.温度场的计算分析表明,与层流冷却相比,超快速冷却条件下厚度方向的温度梯度显著增大,有必要在超快速冷却技术的实际应用中考虑厚度方向温度梯度的影响.     

热连轧层流冷却系统速度前馈补偿的优化

结合现场情况介绍了热轧带钢层流冷却设备和控制系统的数学模型,其中数学模型主要包括空冷模型、水冷模型、反馈控制模型和自学习模型.由于某热轧厂采用非匀速轧制工艺制度,带钢在冷却区内既有较大升速又有较大降速,原层流冷却系统不能够适应轧制速度的变化而影响卷取温度控制精度,故需针对轧制速度的变化进行速度前馈补偿控制;从过程自动化...     

热轧带钢层流冷却过程混合智能控制方法

现有热轧带钢层流冷却过程缺少对卷取温度的直接反馈机制,难以将卷取温度控制在一定范围内.将机理模型与案例推理智能技术相结合,提出了由冷却区喷水集管开启阀门总数预设定模型、卷取温度预报模型、前馈补偿模型与反馈补偿模型四个模块组成的混合智能控制方法,并利用某钢厂的实际运行数据进行实验研究.实验结果表明即使在工况条件频繁变化时,提出的层流冷却混合智能控制方法也能够及时、自动调整喷水集管阀门开启总数的设定值,最终将实际卷取温度控制在工艺要求的范围内,从而提高热轧带钢的组织性能.     

传热与相变耦合的卷取温度模型自适应方法

为实现卷取温度模型水冷换热学习系数和奥氏体相变速率学习系数的在线实时滚动优化,采用数学方法对带钢段间温度自适应进行研究.首先,构建一个以带钢段初始学习系数为重心的等边三角形,基于各顶点对应的学习系数,分别利用带钢温度模型预报卷取温度,从而获得学习系数对卷取温度的一阶偏导数增益;接着,根据带钢段实测卷取温度与模型预报值的偏差计算学习系数增量部分的瞬时值,并依据学习速率进行学习计算、有效性检查和平滑处理.最后,将学习系数增量值应用于卷取温度动态设定模型,对冷却区内的所有带钢段的冷却规程进行更新.实际应用表明,卷取温度段间自适应方法能够快速响应轧制速度的变化,对卷取温度进行高精度控制.     

热轧带钢发射率软测量及影响因素分析

根据现场实测带钢温度值，采用温度场反算方法计算了热轧带钢层流冷却之后卷取之前的发射率.主要分析了材料碳当量、带钢厚度、带钢所处的温度区间对发射率的影响.结果表明:带钢所处的温度区间不同，影响带钢发射率的因素不同.在高于550℃的温度区间，不同材质的带钢，其发射率在08±01之间，随材料碳当量的增加，带钢发射率稍微增大，与带钢厚度没有明显的关系；在低于550℃的温度区间，不同材质的带钢，其发射率与碳当量没有明显的关系，但随带钢厚度的增大显著降低.