-
公开(公告)号:CN119685569A
公开(公告)日:2025-03-25
申请号:CN202411880631.7
申请日:2024-12-19
Applicant: 河南恒星科技股份有限公司 , 哈尔滨工业大学
Abstract: 本发明涉及一种金刚线的协同强韧化生产工艺方法,属于金刚线制备技术领域。为解决现有金刚线协同强韧化方法生产效率低、成本高的问题,本发明提供了一种金刚线的协同强韧化生产工艺方法,对盘条依次进行第一次拉拔、第一次奥氏体化热处理、第二次拉拔、第二次奥氏体化热处理、第三次拉拔和低温退火处理;低温退火的温度为520~620℃,低温退火的保温时间为10s或20s。本发明利用低温退火消除组织应力,保留拉拔变形组织,实现加工硬化的目的,保持强度同时快速、有效地获得了较高塑性,实现了金刚线协同强韧化生产,所得金刚线五次拉伸测试抗拉强度达到1512~2049MPa,断面收缩率为38.1~60.7%。
-
公开(公告)号:CN119811519A
公开(公告)日:2025-04-11
申请号:CN202411880630.2
申请日:2024-12-19
Applicant: 哈尔滨工业大学 , 河南恒星科技股份有限公司
Abstract: 本发明公开了一种金刚线拉拔热处理工艺‑性能数据模型与强塑性智能优化方法,属于热处理工艺设计技术领域。解决了现有技术中传统的拉拔热处理工艺方法难以实现高强度和强塑性的协同优化的问题;本发明对金刚线进行拉拔再结晶退火实验,采集实验中的拉拔热处理工艺参数与性能数据,得到数据集;划分数据处理后的数据集,通过高斯过程回归算法构建拉拔热处理工艺‑性能机器学习模型,采用评价指标对模型进行筛选,得到最终的拉拔热处理工艺‑性能机器学习模型;设定反向设计的目标,得到满足不同性能要求的拉拔工艺。本发明有效避免了金刚线拉拔热处理工艺难以在强度和塑性之间达到最佳平衡的情况,可以应用于设计金刚线拉拔热处理工艺。
-
公开(公告)号:CN116911196A
公开(公告)日:2023-10-20
申请号:CN202310943742.7
申请日:2023-07-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于机器学习的热强耐蚀钢强韧协同设计方法,它涉及一种热强耐蚀钢强韧协同设计方法。本发明为了解决现有理论计算方法计算速度慢、灵活度低、泛化能力较差的问题。本发明的步骤包括步骤一、收集数据;步骤二、数据处理;步骤三、构建成分‑工艺‑性能机器学习模型;步骤四、反向设计;步骤五、最终成分筛选。本发明属于金属材料学领域。
-
-