-
-
公开(公告)号:CN116825253A
公开(公告)日:2023-09-29
申请号:CN202310812958.X
申请日:2023-07-03
Applicant: 东北大学
IPC: G16C60/00 , G06F30/27 , G06F18/214 , G06F18/243 , G06F119/14 , G06F111/06 , G06F119/08 , G06F111/08
Abstract: 本发明公开了基于特征选择的热轧带钢力学性能预测模型的建立方法,包括以下步骤:S1、数据样本的采集;S2、非线性相关性分析;S3、数据清洗;S4、特征选择;S5、XGBoost力学性能预测模型的建立和模型参数优化;S6、XGBoost模型可解释性分析。本发明采用上述基于特征选择的热轧带钢力学性能预测模型的建立方法,提出一种新的特征选择方法GAMIC,通过嵌入MIC相关分析方法消除特征数据集中的低相关性特征,降低了模型输入参数的维度,提高了模型预测精度、减少模型预测所需要的时间。
-
公开(公告)号:CN111910126B
公开(公告)日:2022-02-01
申请号:CN202010781072.X
申请日:2020-08-06
Applicant: 东北大学
IPC: C22C38/02 , C22C38/06 , C22C38/26 , C22C38/28 , C22C38/38 , C21D6/00 , C21D8/02 , C21D9/00 , B21B37/56 , B21B37/74 , B21B45/00 , B21B45/02
Abstract: 本发明的一种厚规格高韧性X80管线钢及其生产方法,管线钢化学成分按质量百分数为:C:0.04~0.08%,Si:0.05~0.15%,Mn:1.75~1.85%,S:≤0.003%,P:≤0.008%,Cr:0.15~0.25%,Als:0.02~0.05%,Nb:0.07~0.08%,Ti:0.015~0.025%,余量为Fe和不可避免杂质。钢坯加热保温后进行2道次粗轧,控制开轧温度与总累积压下率,获得中间坯,并在两道次轧制之间进行水冷降温,中间坯再次水冷后,控制相应开轧、终轧温度与总累积压下率,进行3道次精轧,控制冷速与终冷温度,制得厚规格高韧性X80管线钢。本发明在合金成本大幅降低基础上,通过工艺调控,能够获得表面质量良好的钢板,兼具良好的强度与韧性,且生成效率大幅提高。
-
公开(公告)号:CN110760756B
公开(公告)日:2021-06-22
申请号:CN201911180955.9
申请日:2019-11-27
Applicant: 河钢股份有限公司邯郸分公司 , 东北大学 , 邯郸钢铁集团有限责任公司
Abstract: 本发明的一种厚规格DP680级热轧双相钢及其制备方法,钢板化学成分按重量百分比为:0.045~0.08%C,Si≤0.04%,1.0~1.30%Mn,0.02~0.029%Ti,0.51~0.65%Cr,P≤0.01%,S≤0.005%,0.0015~0.0045%N,0.02~0.045%Als,其余为铁和不可避免杂质。制备方法:钢坯加热至1220~1250℃,保温2.0~2.5h后进行轧制,粗轧开轧温度为1150~1200℃,精轧开轧温度为950~1000℃,终轧温度为870~920℃;对板带进行水冷‑空冷‑水冷三段式冷却,卷取温度不低于400℃。制备钢板抗拉强度704~748MPa,屈服强度418~446MPa,延伸率28%~33%,屈强比0.58~0.61,由于加入一定量Cr元素,可生产11~22mm厚钢板,具备高强度和低屈强比特点,同时具有较好表面质量。
-
公开(公告)号:CN110129539B
公开(公告)日:2021-03-23
申请号:CN201910472158.1
申请日:2019-05-31
Applicant: 东北大学
Abstract: 本发明属于冶金材料技术领域,特别涉及一种500MPa级海洋工程用H型钢的生产工艺。一种500MPa级海洋工程用H型钢的生产工艺,其特征在于:将铸坯加热至1100~1200℃,保温至少2小时,锻造钢坯;将钢坯加热至1200~1250℃保温至少2小时后在奥氏体再结晶区和未再结晶区分别进行两阶段轧制,共轧制5~7道次,轧制完成后以30~150℃/s的冷却速率冷却至贝氏体相变区Ms~650℃,后空冷至室温,既得。本发明提供了一种500MPa级海洋工程用H型钢的生产工艺,其开发了500MPa海洋工程用H型钢,在原来的基础上提高了强度,性能稳定,弥补了国内空白。
-
公开(公告)号:CN108277441A
公开(公告)日:2018-07-13
申请号:CN201810321661.2
申请日:2018-04-11
Applicant: 东北大学
Abstract: 一种600MPa级Ti微合金化热轧双相钢板及其制备方法,属于冶金技术领域;双相钢板的化学成分按质量百分数为:C:0.04~0.08%,Si:0.05~0.15%,Mn:0.90~1.10%,S:≤0.013%,P:≤0.020%,Als:0.02~0.05%,Ti:0.03~0.05%,余量为Fe和不可避免的杂质。双相钢板的制备方法:1)将钢坯加热至1200~1240℃,保温1.5~2.5h;2)对加热后的钢坯进行粗轧;3)对中间坯进行精轧;4)对板带进行水冷-空冷-水冷三段式冷却;本发明以廉价的微合金钛替代贵重合金铬、钼和贵重微合金铌、钒,降低了锰和硅的使用量,降低了轧机负荷,钢板组织均匀、表面质量良好,实现了抗拉强度600MPa级热轧双相钢板的低成本、易轧制、高效率生产。
-
公开(公告)号:CN104805358A
公开(公告)日:2015-07-29
申请号:CN201510240364.1
申请日:2015-05-13
Applicant: 东北大学 , 鞍钢集团朝阳钢铁有限公司
CPC classification number: C22C38/02 , C21D8/0226 , C22C38/04 , C22C38/06 , C22C38/14
Abstract: 本发明提供一种抗拉强度550MPa级汽车大梁钢及其制备方法。其化学成分按质量百分数为:C:0.04~0.12%,Si:0.05~0.35%,Mn:0.5~1.2%,S:≤0.015%,P:≤0.02%,Als:0.02~0.05%,Ti:0.02~0.06%,余量为Fe和不可避免的杂质;组织为准多边形铁素体和珠光体,其中准多边形铁素体体积分数为82~96%,珠光体体积分数为4~18%,平均晶粒尺寸为5~9微米。本发明还提供了所述大梁钢的制备方法,采用上述化学成分配比的钢坯进行合理的工艺设计,以廉价的微合金钛替代贵重微合金铌和钒,在节约生产成本的同时降低了轧机和卷取机的负荷,提高了生产效率,并且得到抗拉强度为560~590MPa的汽车大梁钢。
-
公开(公告)号:CN102653836B
公开(公告)日:2014-05-28
申请号:CN201210138675.3
申请日:2012-05-04
Applicant: 湖南华菱涟源钢铁有限公司 , 湖南华菱涟钢薄板有限公司 , 东北大学
Abstract: 本发明公开了一种X70管线钢热扎钢卷的生产方法,成分设计不采用V、Mo、Cu等合金,提高Nb合金含量,加入适当Cr。常温铸坯入加热炉加热,加热温度1180-1220℃,保温时间150-240min,加热后的铸坯入粗轧机组轧制,粗轧机组的第一道次R1至第四道次R4的压下率大于20%,第五道次R5压下率大于23%,粗终轧温度为1000~1050℃,中间坯厚度52~60mm。粗轧后的钢坯直接入精连轧机组,入精轧温度980~1040℃,精连轧机组的第六机架F6和第七机架F7的压下率大于8%,精轧后的钢板进行超快冷段冷却和层流冷却,冷却速度15~20℃/S,分别控制快冷段钢板降温及前段集冷冷却钢板降温80~100℃,钢板到达层流冷却中段时温度低于620℃,卷取温度400-500℃。
-
公开(公告)号:CN103343207A
公开(公告)日:2013-10-09
申请号:CN201310289495.X
申请日:2013-07-11
Applicant: 东北大学
Abstract: 一种利用纳米渗碳析出提高中低碳钢强度的方法,属于冶金技术领域,按以下步骤进行:(1)将碳素钢板坯加热至1100~1250℃,保温1~2h;(2)在1000~1100℃条件下进行热轧,累积压下量为70~95%,获得热轧板坯;(3)采用超快速冷却方式,将热轧板坯以100~200℃/s的速度水冷至400~600℃;(4)在400~600℃条件下进行塑形变形,变形量为2~10%,然后在400~600℃条件下保温10~120min,再空冷至室温。本发明的优势是,在不添加任何微合金元素的前提下,通过改善工艺的手段改变了普通碳素钢组织中珠光体传统的片层结构,实现了渗碳体的纳米级析出,并且在整体组织中形成了均匀弥散的分布,获得了显著的强化效果,已经达到或者超过了部分微合金钢的强度要求。
-
公开(公告)号:CN118298978B
公开(公告)日:2025-02-28
申请号:CN202410529210.3
申请日:2024-04-29
Applicant: 东北大学 , 中信金属股份有限公司 , 湖南华菱湘潭钢铁有限公司
Abstract: 本发明公开了一种物理冶金指导的热轧钢材力学性能机器学习方法,属于钢板生产和数据统计建模的交叉领域,包括:采集热轧钢板数据并对数据进行预处理;基于钢板数据和物理冶金学理论计算物理冶金参数;采用粒子群优化算法优化力学性能计算模型参数,构建力学性能预测模型。本发明采用上述的一种物理冶金指导的热轧钢材力学性能机器学习方法,搭建高质量数据集,选择最优算法建模对力学性能进行预测,实现指导钢板生产。
-
-
-
-
-
-
-
-
-