成分波动及纳米析出物对DH36钢性能的影响

发布时间：2021-01-20 14:34

　　本课题针对河北某钢铁企业对DH36高性能船板钢提出进一步改进质量的要求,研究了常规组元C、Si、Mn、P、S、Alt成分波动与冲击功、屈服强度、抗拉强度和断面收缩率等机械性能的关系,及在低硫情况下纳米析出物综合强化机理及强化模型。在目前的常规元素波动范围,C含量0.08～0.17%、Si含量0.27～0.46%、Mn 含量 1.27～1.50%、S 含量 0.002～0.022%、Alt 含量在 0.02～0.042%时,利用企业大数据建立了 P、S含量与冲击功、屈服强度、抗拉强度和断面收缩率等机械性能的关系的数学模型,通过模型研究发现:在硫含量小于lOOppm的低硫端,力学性能不仅出现聚合现象,而且处于高位值;随着硫含量的增加,力学性能皆随着组元浓度的波动开始发散,硫含量越大,发散越严重;P含量在0.019～0.020%附近,冲击功、屈服强度、抗拉强度皆在研究区域有极大值,有些性能同时有聚合现象。基于BP神经网络对采集的288组工业数据,278组数据作为试验样本,即训练数据,通过10组数据的验证发现,使用遗传算法对BP神经网络进行优化后,有很好的反应,找到了主要成分和机械性能的非线性... 

【文章来源】：北京科技大学北京市 211工程院校 教育部直属院校

【文章页数】：152 页

【学位级别】：博士

【部分图文】：

图１－１钢中碳元素随钢种的变化??

是周而复始地进行的。权值不断调整的过程，也就是网络学习训练过??程。此过程一直进行到网络输出的误差减少到可接受的程度，或进行到预先设??定的学习次数为止。ＢＰ网络模型中如图２－１所示的单隐层网络（三层前馈网）??的应用最为普遍。主要包括输入层、隐层和输出层？＃。??输出祺式??ｔ＞?ｕ?ｕ??图２－１?ＢＰ网络模型??ＢＰ网络模型事实上是实现由输入矢量空间到输出矢量空间的一个复杂??变换，属监督学习类型，因此及适合于模糊模式识别和自动控制方面问题。??其学习过程如下：??（１）

图２－３丨Ｓ】对冲击朝性的影响

【参考文献】：
期刊论文
[1]P含量波动对DH36船板钢机械性能的影响[J]. 吴建中,李宏亮,杨文晟,郭汉杰.  功能材料. 2017(10)
[2]M42高速钢电渣重熔及锻造退火后碳化物的析出[J]. 罗乙娲,郭汉杰,孙晓林.  钢铁. 2017(07)
[3]S含量波动对DH36船板钢机械性能的影响[J]. 吴建中,杨文晟,郭汉杰,于梦曦,石骁,段生朝.  有色金属科学与工程. 2017(03)
[4]DH36高强度船板钢综合强化机理[J]. 吴建中,杨文晟,郭汉杰,于梦曦,石骁,段生朝.  有色金属科学与工程. 2017(04)
[5]DH36钢中碳氮化物析出的热力学分析[J]. 杨文晟,吴建中,郭汉杰,于梦曦,段生朝,石骁.  有色金属科学与工程. 2017(01)
[6]M2钢连铸过程中碳化物析出行为[J]. 赵志刚,仇圣桃,朱荣.  材料热处理学报. 2016(07)
[7]Mn含量波动对DH36高强度船板钢力学性能影响的数学模型[J]. 吴建中,石骁,郭汉杰,郭靖.  工程科学学报. 2016(S1)
[8]我国造船用钢市场情况及展望[J]. 谭乃芬,郑一铭.  船舶物资与市场. 2016(01)
[9]EH36船板钢埋弧焊接头的组织和力学性能[J]. 梁国俐.  机械工程材料. 2016(01)
[10]72A帘线钢抗拉强度偏低成因分析[J]. 肖欢,赵刚,鲍思前,叶传龙,左茂方.  热加工工艺. 2015(22)

博士论文
[1]大线能量焊接高强船体钢的冶金关键技术研究[D]. 夏文勇.钢铁研究总院 2012
[2]Mg-Zn-Zr-Y合金固溶强化和第二相强化的理论和实验研究[D]. 罗素琴.重庆大学 2011

硕士论文
[1]夹杂物诱导晶内铁素体形核的特性研究[D]. 周亚辉.安徽工业大学 2016
[2]高强船板钢EH40的研发[D]. 陈立鹏.武汉科技大学 2012
[3]基于遗传算法优化BP神经网络的变压器故障诊断[D]. 段侯峰.北京交通大学 2008
[4]遗传算法和BP网络在发酵模型中的应用[D]. 王学会.天津大学 2007



本文编号：2989221