中 厚 板 轧 制 过 程 的 数 值 模 拟

 基于LS DYNA仿真软件，采用显式算法和隐式算法相结合的方法，对中厚板轧制过程的热力耦合有限元模拟进行了研究。通过仿真，得到了中厚板的应力场、应变场及温度场的分布。根据分析可知轧件表面温度在轧制过程中有所上升，轧件内部到表面形成明显的温度梯度。轧件头部变形较剧烈，在轧制后外端存在明显的预应力区。模拟结果与实测结果比较一致，表明了该数值仿真方法的可靠性。     

形变诱导铁素体相变机制模拟

 通过对室温组织为顺磁性奥氏体的Fe Ni Cr合金，变形后不同温度下的磁化强度和交流磁化率研究表明，一定条件的变形可以改变顺磁性奥氏体的磁自由能，进而对合金体系自由能产生影响；而且变形对合金体系磁自由能的作用规律是在完全顺磁性区会降低磁自由能，过渡区会提高磁自由能，铁磁性区又会降低磁自由能，从而从热力学角度确认了诱导铁素体相变最佳温度区间的存在。     

Co63Nb67晶体的价电子结构分析和熔点计算

 应用固体与分子经验电子理论分析了金属间化合物Co63Nb67的价电子结构，并计算了化合物的熔点，熔点计算值与实验一致。计算表明，Co63Nb67的价电子结构与其固相稳定性密切相关，对熔点起主要作用的是最强键上的共价电子对数，其对熔点的影响占总量的997%。晶格电子项作用比较弱，对熔点的贡献仅占总量的82%。哑对电子和磁电子项起削弱作用。     

BP神经网络PID控制对液压伺服控制的改进

 热力模拟实验机的液压系统既要求工作在大流量区域，又要求工作在微小流量区域，需要在极宽的工作范围内精确地控制锤头的位移。基于热力模拟实验机液压伺服系统的低阻尼、时变性、非线性等特点，应用传统的PID控制器不能达到理想的控制效果。结合BP神经网络的PID控制理论根据锤头在不同位置的实际值、设定值及误差在线整定参数Kp、Ki、Kd，通过测试矩形波实际曲线与设定曲线的对比得出，基于BP神经网络的PID控制方法对液压伺服的控制有了很大改进。     

硅对含强氧化性离子沸腾硝酸中奥氏体不锈钢耐蚀性的影响

 超低碳Cr Ni奥氏体不锈钢在含强氧化性离子的硝酸溶液中会发生过钝化腐蚀和晶间腐蚀，而高硅不锈钢在强氧化性浓硝酸中具有优良的耐蚀性。笔者以高纯级000Cr25Ni20和00Cr14Ni14Si4钢作为对比材料，发现在纯稀硝酸中000Cr25Ni20钢具有更优良的耐蚀性，在不同含量的40%沸腾硝酸溶液中，00Cr14Ni14Si4钢可有效抑制过钝化腐蚀，而且不发生晶间腐蚀。     

铝锆碳滑板材料在钙处理钢液中的侵蚀行为

 采用旋转抗渣法研究了试样转速、钙处理钢液温度对铝锆碳材料在钙处理钢液中平均溶解速率的影响，结果发现铝锆碳材料的平均溶解速率随转速的增大而增大，它在钙处理钢液中的溶解过程不与扩散控制过程类似；铝锆碳材料的平均溶解速率随钙处理钢液温度的提高而迅速增加。铝锆碳材料的侵蚀机理为钙处理钢液中CaO侵入铝锆碳试样内部，使得试样中Al2O3、SiO2与之发生反应，形成低熔物，低熔物进入钢液中导致溶损。     

控冷工艺参数对中厚板均匀冷却的影响

 确定了中厚板ACC冷却系统的换热边界条件,建立了钢板温度场有限元计算模型,利用现场实测数据对模型计算结果进行了验证,并且分析了不同冷却工艺参数包括集管开启方式、辊道速度以及冷却介质温度对钢板终冷温度、返红温度以及温差的影响规律,从而为实际生产中提高钢板控冷过程中的冷却均匀程度提供理论依据。     

双辊铸轧工艺温度场和流场耦合的数值模拟

 双辊铸轧过程中熔池内金属的流动状态及温度分布直接影响着铸轧过程的稳定性与铸带产品的质量。针对实验室双辊铸轧试验的特点,采用三维有限元法模拟了双辊铸轧过程的热流耦合问题,利用热平衡计算、铸轧实验和模拟相结合的反向方法分段建立了凝固过程中凝壳与铸辊之间热传导系数与铸轧速度、熔池位置之间的关系模型,并分析不同工艺条件下熔池内凝固变化的情况。     

碳锰钢热变形行为及动态再结晶模型

 采用单道次热模拟实验分析了各变形参数(初始晶粒尺寸、变形速率、变形温度和变形量)对碳锰钢动态再结晶的影响。结果表明,当初始晶粒越细小、变形温度越高、变形速率越小时,越易发生动态再结晶,同时在能够发生动态再结晶的条件下,变形量越大,动态再结晶越充分。得到了发生动态再结晶时的形变激活能Qdef、临界变形量模型、动态再结晶百分数模型及动态再结晶晶粒尺寸模型。计算得出ε05模型的平均误差为395%,模型预测值与实验数据计算值符合较好。     

基于RBF神经网络的中厚板轧机的温降模型

 基于Matlab神经网络工具箱,采用改进的径向基函数(RBF)网络优化计算4200中厚板轧机的轧制温度。通过径向基层散布常数的人工调整以及神经元的自适应调整,提高了收敛速度,确定了最佳的网络结构形式。网络预测结果与在4200中厚板轧机上实测的轧件温度进行了对比,预测精度很高,表明了该网络模型的优越性。该模型可为以温度参数为主要控制对象实行自动化生产的4200轧机提供可靠的参数,也可为人工神经网络在其它自动控制方面的应用提供参考。