低碳钢变形奥氏体动态再结晶行为及组织演变

在单道次压缩变形实验中,采用Gleeble-1500热模拟实验机测定了低碳钢SS400和T510L钢在950～1050℃、0.5/s、5/s、变形量80%条件下的热变形行为,研究了变形温度、变形速率对实验钢再结晶行为及再结晶后奥氏体晶粒尺寸的影响,建立了低碳钢的动态再结晶模型。     

低碳高铌钢动态再结晶及组织演变

采用Gleeble-3800热模拟试验机研究了低碳高铌钢在不同变形参数下的动态再结晶行为及奥氏体再结晶晶粒尺寸的变化规律。结果表明:低碳高铌钢在较高温度下变形,越易发生动态再结晶行为,再结晶晶粒尺寸也随之增加至32μm;较低应变速率可显著促进试验钢发生完全再结晶,再结晶晶粒的数量与尺寸随之明显增加。     

变形条件对304不锈钢动态再结晶的影响

采用平面压缩变形观察304不锈钢在应变过程发生动态再结晶(DRX)的试验,结果表明发生DRX的可能性随着变形温度的升高和应变速率的减小而增加,而动态再结晶晶粒尺寸同样随着变形温度的升高和应变速率的减小而增大;试验过程钢的再结晶晶粒尺寸为5-30μm.     

F35MnVN非调质钢动态再结晶模型

采用Gleeble-3800热模拟实验机,对F35MnVN非调质钢进行单道次压缩实验,获得不同变形条件下的流动应力-应变曲线。通过所获得的应力-应变曲线,间接计算出动态再结晶百分数离散的多个点,由Marquardt法确定模型系数,得出F35MnVN非调质钢动态再结晶百分数模型。通过金相实验,获得热模拟实验后试样的晶粒尺寸,通过线性回归得出晶粒尺寸模型,实验所得数据点线性相关性较好。该模型可用于材料热变形过程中的数值模拟,以改善热加工工艺参数。     

AF1410钢动态再结晶行为研究

根据AF1410钢本征特性及热压缩模拟试验结果,建立了动态再结晶模型。根据动态再结晶模型,运用DEFORM软件对合金双锥试样热压缩过程进行模拟,并与双锥试样热压缩实验结果进行对比和验证分析。结果表明,试验结果与模拟计算结果相符性较好,基于AF1410钢高温变形动态再结晶模型的有限元模拟对其热变形过程中的再结晶程度有较好的预测性。     

35CrMo钢动态再结晶过程数值模拟与试验研究

以热物理模拟试验研究为基础,得出35CrMo钢发生动态再结晶时的数学模型。采用热一力耦合的弹塑性有限元法对35CrMo结构钢在热变形过程进行了数值模拟。变形的不均匀性导致动态再结晶进行的不等时性,动态再结晶的发生初始于大变形区,随着应变的增加,逐渐向粘着区和自由变形区延伸。同时预测热变形过程的形变量、形变速率和形变温度对再结晶微观组织演变的影响。在一定温度下,再结晶晶粒尺寸的大小与应变速率呈反方向变化,随着变形的进行,试样内的晶粒尺寸趋于细化和均匀化。在一定应变速率下,随着形变温度的降低,再结晶晶粒尺寸趋于细化,导致了锻件的综合性能提高。为了观察显微组织演化过程,对模拟结果进行了金相法验证,模拟结果与实验结果比较吻合,模拟的结果是合理的。     

基于热力耦合的42CrMo曲轴预成形动态再结晶模拟分析

利用刚粘塑性有限元与动态再结晶演化热力耦合的方法,进行了42CrMo曲轴预成形过程变形与动态再结晶的热力耦合模拟,分析发现曲轴锻件内部有50.280%的区域完全动态再结晶,即获得锻造改性,约有11%的区域动态再结品体积分数为86%.同时选取了曲轴的一个平衡块,分析了平衡块部位动态再结晶晶粒的分布规律,模拟发现细晶区主要分布在等效应变较大的心部、挨着毛边的区域,而粗晶区分布在平衡块的上下两侧区域.     

原始晶粒尺寸对低碳钢中铁素体动态再结晶的影响

采用Gleeble1500型热模拟试验机进行单轴热压缩实验，研究了4种不同原始晶粒尺寸的低碳钢在变形温度为700和600℃，应变速率为10^1-10^-3s^-1条件下的变形特性及组织演变规律，探讨了原始晶粒尺寸和热加工参数Z值对铁素体动态再结晶过程的影响．结果表明：在本实验变形条件范围内，4种不同原始晶粒尺寸的低碳钢均可发生铁素体动态再结晶，原始晶粒尺寸的减小，不但在恒定Z值条件下有利于动态再结晶过程的进行，而且使铁素体可以发生动态再结晶的临界Z值和发生不连续动态再结晶的临界Z值均增大．形变强化相变生成的细小铁素体晶粒在热变形时易于发生动态再结晶，只要控制好热加工参数，可以利用动态再结晶过程，进一步细化形变强化相变生成的铁素体晶粒。     

高温变形奥氏体动态再结晶显微组织变化

采用压缩变形试验和透射电镜组织观察方法。研究了ＯＦＨＣ Ｃｕ的高温变形行为和动态再结晶位错亚的组织的分布状态。结果表明：除形变条件外，初始晶粒直径也是影响动态再结晶型应力－应变一形状的重要因素。     

粉冶金属钼的动态再结晶行为研究

利用Gleeble-1500型热模拟试验机研究了粉冶金属钼在应变速率为0.01～10s-1,变形温度为900～1450℃条件下的热加工性能。并根据试验结果对粉冶金属钼的动态再结晶行为进行了研究,建立了其θ-σ和θ/σ-σ曲线,并依据应变硬化率θ与应力和应变的关系曲线确定了粉冶金属钼发生动态再结晶的临界应变εc;最后确定出金属钼动态再结晶平均晶粒尺寸D与Z参数的关系为:lnD=3.65597–0.05409lnZ,为粉冶金属钼的开坯与热加工工艺制定提供了基础。     

Cu-Ni-Si-Cr合金动态再结晶及组织演变

在Gleeble-1500D热模拟试验机上,采用高温等温压缩试验,对Cu-2.0Ni-0.5Si-0.4Cr合金在应变速率为0.01～5s-1、变形温度为600～800℃、最大变形程度为60%条件下的流变应力行为进行了研究。结果表明:随变形温度升高,合金的流变应力下降,随应变速率提高,流变应力增大;在应变温度为700,800℃时,合金热压缩变形流变应力出现了明显的峰值应力,表现为连续动态再结晶特征;从流变应力、应变速率和温度的相关性,得出了该合金高温热压缩变形时的应力指数(n)、应力参数(α)、结构因子(A)、热变形激活能(Q)和流变应力方程;合金动态再结晶的显微组织强烈受到变形温度的影响。     

应变速率对7050铝合金塑性成形性能与动态再结晶的影响

利用刚粘塑性有限元与动态再结晶演化热力耦合的方法,进行了7050铝合金热压缩过程变形与动态再结晶的热力耦合模拟,讨论了应变速率对7050铝合金塑性成形与动态再结晶的影响.模拟结果表明,热变形过程中,试样的各个部位的变形分布不均匀,心部的等效应变最大,变形的不均匀性随应变速率的增大而增大,但是变化的程度不大;试样内部各部位的应力大小分布不均匀,随应变速率的增大,最小应力值由自由变形的鼓形区域逐步向心部移动;动态再结晶品粒尺寸标准偏差随应变速率的增加而减小.     

GH761合金的热变形行为与动态再结晶模型

采用Gleeble-3500热模拟试验机研究GH761合金在变形温度为900～1150℃,应变速率为0.1～30s-1条件下的热变形行为,建立了GH761合金在热态变形过程中的本构方程.采用Quantiment-500型自动图像分析仪定量测定试样中的动态再结晶晶粒尺寸和再结晶体积分数.根据实验结果,建立了GH761合金动态再结晶过程的物理模型,为科学设计和有效控制GH761合金的锻造工艺提供理论依据.     

元胞自动机方法对动态再结晶过程的模拟

建立了模拟多晶金属材料动态再结晶过程的二维元胞自动机模型,模型考虑了动态回复、位错密度及形核率等因素对动态再结晶的影响。利用这个模型可以得到整个形变过程的位错密度变化,晶粒形态及晶粒的取向和大小,模拟结果与动态再结晶生长动力学理论符合较好,并证实了动态再结晶的平均晶粒尺寸与初始晶粒的分布和大小无关的结论。     

CuCrSnZnY合金的动态再结晶行为

在Gleeble-1500D热模拟试验机上,对Cu-Cr0.5-Sn0.31-Zn0.15-Y0.054合金进行高温等温压缩试验。变形条件是应变速率0.01、0.1、1、5 s-1,变形温度600、700、800℃,最大变形程度为真实应变0.6。结果表明:随变形温度升高,合金的流变应力下降,随应变速率提高,流变应力增大;在变形温度为700、800℃并且应变速率较低时,合金热压缩流变应力出现了明显的峰值;从流变应力、应变速率和温度的相关性,求得了热变形激活能(Q)和流变应力方程;合金动态再结晶的显微组织强烈受到变形条件的影响;变形条件对冷却后合金的硬度和导电率产生了明显的影响。     

热轧状态Al—0.328%Sc合金的动态再结晶

采用等温热压缩方法研究了一种热轧状态Al-Sc合金动态再结晶,并对试样的动态再结晶组织做了说明。     

Modeling Microstructural Evolution During Dynamic Recrystallization of Alloy D9 Using Artificial Neural Network

An artificial neural network (ANN) model was developed to predict the microstructural evolution of a 15Cr-15Ni-2.2Mo-Ti modified austenitic stainless steel (Alloy D9) during dynamic recrystallization (DRX). The input parameters were strain, strain rate, and temperature whereas microstructural features namely, %DRX and average grain size were the output parameters. The ANN was trained with the database obtained from various industrial scale metal-forming operations like forge hammer, hydraulic press, and rolling carried out in the temperature range 1173-1473 K to various strain levels. The performance of the model was evaluated using a wide variety of statistical indices and the predictability of the model was found to be good. The combined influence of temperature and strain on microstructural features has been simulated employing the developed model. The results were found to be consistent with the relevant fundamental metallurgical phenomena.