-
公开(公告)号：CN118756041A
公开(公告)日：2024-10-11
申请号：CN202410777986.7
申请日：2024-06-17
Applicant: 山东钢铁股份有限公司 , 中信金属股份有限公司 , 桂林理工大学
IPC: C22C38/02 , C22C38/04 , C22C38/06 , C22C38/32 , C22C38/28 , C22C38/26 , C22C33/06 , C21D8/02 , C21D1/18
Abstract: 本发明公开了一种铌微合金化高强高韧履带板用钢及其制备方法，在现有25MnB履带板用钢成分基础上添加微合金化元素Nb，降低Mn含量，然后通过优化转炉冶炼、LF精炼、浇铸的生产工艺参数，精细控制轧制、淬火、回火温度及轧制道次，获得铌微合金化高强高韧履带板用钢，其基体组织为回火马氏体，奥氏体晶粒度8级，有少量的NbC和Nb(C,N)纳米二相析出物。与25MnB履带板用钢相比，铌微合金化履带用钢的硬度、韧性、延伸率分别提高了21.7％、40.3％、52.5％，失重量降低了46.2％，显著提高了25MnB履带板用钢的综合机械性能，大幅延长了履带板的使用寿命，可作为履带板制造用优选钢种。
-
公开(公告)号：CN118446928A
公开(公告)日：2024-08-06
申请号：CN202410529213.7
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: 本发明公开了一种基于CycleGan模型的IF钢金相照片晶界强化方法，属于材料性能预测技术领域，包括数据采集；数据处理；数据划分：将数据集按照数据划分策略划分为训练集和测试集；搭建CycleGan模型：利用两组传统生成对抗网络，分别优化最小化损失，得到两个域之间的两个数据转换函数模型；IF钢金相照片晶界强化：利用最终的CycleGan模型，对原始金相照片处理，去除金相试样表面存在的划痕，补全残缺的晶界。本发明采用上述方法，基于CycleGan模型，对不同域的两个数据集训练，得到模型结构，实现两个数据的相互转换，对于明晰IF钢晶界起到有利效果。
-
公开(公告)号：CN111155037B
公开(公告)日：2021-06-22
申请号：CN202010090561.0
申请日：2020-02-13
Applicant: 辽宁科技大学 , 鞍山紫竹科技型钢有限公司 , 中信金属股份有限公司
Abstract: 本发明涉及一种含Nb微合金化高强度耐海水腐蚀工程用钢板桩的生产方法，所述钢板桩的化学成分及质量百分比为：Nb 0.05％～0.15％、Cu 0.005％～0.015％、Cr 0.008％～0.02％、P≤0.02％、C 0.1％～0.27％、Si 0.15％～0.35％、Mn 1.25％～1.55％、S≤0.02％，其余为Fe及不可避免的杂质；本发明在保证所制备的钢板桩能够符合当前对海洋工程要求的同时，通过增加相应复合元素，使钢板桩的强度、韧度、耐腐蚀性能得到提升，降低磨损程度，减少污染，延长其服役寿命。
-
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。
-
公开(公告)号：CN111195651B
公开(公告)日：2021-08-13
申请号：CN202010090611.5
申请日：2020-02-13
Applicant: 鞍山紫竹科技型钢有限公司 , 辽宁科技大学 , 中信金属股份有限公司
IPC: B21B1/095 , B21B1/12 , B21B27/02 , B21B37/16 , B21B37/22 , B21B37/00 , B21B37/74 , B21D3/02 , C22C38/02 , C22C38/04 , C22C38/08 , C22C38/16 , C22C38/12 , C22C38/06 , C21D1/78 , C21D6/00
Abstract: 本发明涉及一种热轧U型钢板桩轧制工艺，包括连铸坯预处理、轧制及矫直工序，轧制过程中，轧辊的孔型按照U型钢板桩锁口开口向下的形式设置；获得的U型钢板桩有效宽度偏差为±2％W1，W1为U型钢板桩的有效宽度；有效高度偏差为±4％H1，H1为U型钢板桩的有效高度；腹板厚度偏差为±1.5mm，侧弯偏差不大于3mm，翘曲偏差不大于7.5mm，端面斜度不大于4％W1；U型钢板桩的屈服强度为270～460N/mm，抗拉强度为410～720N/mm，断后伸长率不小于17％。本发明有利于提高轧辊使用寿命；提高U型钢板桩的强度、硬度、塑性及韧性；在得到符合使用要求的U型钢板桩的同时，提高了生产效率，降低了生产成本。
-
Patent Agency Ranking
公开(公告)号：CN111195651A
公开(公告)日：2020-05-26
申请号：CN202010090611.5
申请日：2020-02-13
Applicant: 鞍山紫竹科技型钢有限公司 , 辽宁科技大学 , 中信金属股份有限公司
IPC: B21B1/095 , B21B1/12 , B21B27/02 , B21B37/16 , B21B37/22 , B21B37/00 , B21B37/74 , B21D3/02 , C22C38/02 , C22C38/04 , C22C38/08 , C22C38/16 , C22C38/12 , C22C38/06 , C21D1/78 , C21D6/00
Abstract: 本发明涉及一种热轧U型钢板桩轧制工艺，包括连铸坯预处理、轧制及矫直工序，轧制过程中，轧辊的孔型按照U型钢板桩锁口开口向下的形式设置；获得的U型钢板桩有效宽度偏差为±2％W1，W1为U型钢板桩的有效宽度；有效高度偏差为±4％H1，H1为U型钢板桩的有效高度；腹板厚度偏差为±1.5mm，侧弯偏差不大于3mm，翘曲偏差不大于7.5mm，端面斜度不大于4％W1；U型钢板桩的屈服强度为270～460N/mm，抗拉强度为410～720N/mm，断后伸长率不小于17％。本发明有利于提高轧辊使用寿命；提高U型钢板桩的强度、硬度、塑性及韧性；在得到符合使用要求的U型钢板桩的同时，提高了生产效率，降低了生产成本。
-
公开(公告)号：CN113198835B
公开(公告)日：2022-07-29
申请号：CN202110470060.X
申请日：2021-04-28
Applicant: 北京科技大学 , 中信金属股份有限公司 , 泰兴市聚峰压延科技有限公司 , 常州东方特钢有限公司
IPC: B21B1/02 , B21B15/00 , B21B43/00 , C22C38/02 , C22C38/04 , C22C38/06 , C22C38/12 , G06F30/27 , G06N20/10
Abstract: 本发明公开了一种基于Adam‑SVM模型的AH36级热轧球扁钢制备方法，包括：利用Adam‑SVM算法进行热轧球扁钢的成分性能优化，得到该AH36级热轧球扁钢的合金成分；根据所得到的合金成分，采用转炉冶炼、炉外精炼、保护浇铸得到连铸钢坯；将得到的连铸钢坯均热后，按孔型依次经过两辊可逆式轧机、三辊轧机、万能轧机进行热轧，得到球扁钢；热锯锯切后，上冷床空冷冷却，冷却至一定温度后再进行喷雾冷却。本发明技术方案基于机器学习算法制定优化的合金设计方案，合理降低了钢中添加元素的含量，进一步降低了成本，缩短研发周期。同时，通过加热制度以及轧制工艺的优化设计，成功开发出低成本高性能的球扁钢。
-
公开(公告)号：CN118314998B
公开(公告)日：2025-02-18
申请号：CN202410529220.7
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: 本发明提供了一种融合物理冶金与数据驱动的热轧带钢力学性能预测方法，属于热轧材料力学性能预测研究领域，包括：获取热轧带钢的生产数据集，通过遗传算法优化的物理冶金模型计算热轧带钢的各组织成分占比；构建力学性能预测所需数据集并进行预处理，得到预处理后的数据集；将预处理后的数据集划分为训练集和测试集；构建随机森林模型，利用随机森林模型对训练集进行计算，获取最优参数，并对测试集进行力学性能预测。本发明采用上述的一种融合物理冶金与数据驱动的热轧带钢力学性能预测方法，将成分工艺参数与各相分数占比同时作为输入数据实现对钢材力学性能的预测，可有效提高力学性能预测精度，有助于实现工艺参数的优化，提高产品质量。
-
公开(公告)号：CN118298978A
公开(公告)日：2024-07-05
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。
-
公开(公告)号：CN113198835A
公开(公告)日：2021-08-03
申请号：CN202110470060.X
申请日：2021-04-28
Applicant: 北京科技大学 , 中信金属股份有限公司 , 泰兴市聚峰压延科技有限公司 , 常州东方特钢有限公司
IPC: B21B1/02 , B21B15/00 , B21B43/00 , C22C38/02 , C22C38/04 , C22C38/06 , C22C38/12 , G06F30/27 , G06N20/10
Abstract: 本发明公开了一种基于Adam‑SVM模型的AH36级热轧球扁钢制备方法，包括：利用Adam‑SVM算法进行热轧球扁钢的成分性能优化，得到该AH36级热轧球扁钢的合金成分；根据所得到的合金成分，采用转炉冶炼、炉外精炼、保护浇铸得到连铸钢坯；将得到的连铸钢坯均热后，按孔型依次经过两辊可逆式轧机、三辊轧机、万能轧机进行热轧，得到球扁钢；热锯锯切后，上冷床空冷冷却，冷却至一定温度后再进行喷雾冷却。本发明技术方案基于机器学习算法制定优化的合金设计方案，合理降低了钢中添加元素的含量，进一步降低了成本，缩短研发周期。同时，通过加热制度以及轧制工艺的优化设计，成功开发出低成本高性能的球扁钢。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.057 seconds)
