一种屈服强度大于1000 MPa的低成本奥氏体钢及其温轧制备工艺

    公开(公告)号:CN115537672B

    公开(公告)日:2023-08-18

    申请号:CN202210845612.5

    申请日:2022-07-19

    Applicant: 燕山大学

    Abstract: 一种屈服强度大于1000 MPa的低成本奥氏体钢及其温轧工艺,属于金属材料及其制造技术领域,所述奥氏体钢的化学成分按重量百分比包括:Mn 31.7‑32.2%,C 0.58‑0.69%,余量为Fe及其他不可避免的杂质。所述温轧工艺包括如下步骤:1)高锰奥氏体钢熔炼,2)一次锻造,3)二次锻造,4)温轧板坯。借助对奥氏体钢成分和制备工艺进行改进,使得其成分和制备工艺变得更为简单,且制备的奥氏体钢屈服强度大于1000 MPa。

    借助异步错位轧制实现晶粒细化的方法及其可控DS轧机

    公开(公告)号:CN116351872A

    公开(公告)日:2023-06-30

    申请号:CN202310196658.3

    申请日:2023-03-03

    Applicant: 燕山大学

    Abstract: 本发明涉及一种借助异步错位轧制实现晶粒细化的方法及其可控DS轧机。借助动态调控的专用异步错位轧机的程控参量、实现对高纯、高导坯料全方位压轧、搓揉和晶粒再生定型,包括精锻、整形、规范化为条形、或圆板状精轧坯料;每次压轧分两步进行、相邻步骤工艺参量采用矫正但不过枉,以实现最小的驱动力和最大的晶粒细化效果。改进的DS轧机结构的重点是在线调控精准、参量修正即时、实现晶格三维同步变形。保证细化后晶格定型组织分布稳定,最终获得表面与芯部的组织均匀、晶粒细化稳定的芯片级铜板材。

    板带多模式连铸连轧控制方法

    公开(公告)号:CN111872120B

    公开(公告)日:2021-03-19

    申请号:CN202010682842.5

    申请日:2020-07-15

    Applicant: 燕山大学

    Abstract: 本发明公开一种板带多模式连铸连轧控制方法,属于钢铁冶金短流程轧制领域,本发明融合流程再造协调机制,将摆式剪、隧道炉、除鳞箱装备机组与无头轧制工艺流程再造,技术级联精轧机组瞬态突变动态变规程,实现精轧机组不停机在线更换轧辊,确保全连续生产,优化无头轧制板带表面质量,提高轧制过程温度均匀化控制,工序配置更加协调灵活,具备柔性轧制生产模式,拓宽了产品厚度覆盖范围,提升板带连轧生产过程瞬态突变的主动调节能力和柔性制造水平,提高无头轧制板带产品质量和生产全连续性,本发明在促进钢铁冶金短流程轧制领域转型升级、绿色发展、扩大优势供给、优化产线配置等方面具有重要意义。

    环形工件的硬度检测系统及检测方法

    公开(公告)号:CN117990539A

    公开(公告)日:2024-05-07

    申请号:CN202410354867.0

    申请日:2024-03-27

    Applicant: 燕山大学

    Abstract: 本发明公开了一种环形工件的硬度检测系统,包括机架、设置在机架上且用于夹持环形工件的夹持装置、驱动夹持装置转动的旋转驱动装置、用于对环形工件的端面进行切削的车刀、用于产生压痕的压痕生成装置以及驱动车刀和压痕生成装置在竖直方向沿相反方向移动的位置转换装置。此外,本发明还公开了一种基于上述硬度检测系统的硬度检测方法。本发明的有益效果是:1、系统集环形工件的端面加工、压痕生成和硬度检测于一体,可以方便的对工件进行硬度检测,提升了检测效率;2、通过设计位置转换装置,可以实现车刀和压痕生成装置的反向移动,防止两者沿相同方向移动而影响加工或者硬度检测。

    一种DS轧机机组动态错位变规程在线换辊的工艺方法

    公开(公告)号:CN114985474B

    公开(公告)日:2023-04-18

    申请号:CN202210487710.6

    申请日:2022-05-06

    Applicant: 燕山大学

    Abstract: 本发明涉及一种DS轧机机组动态错位变规程在线换辊的工艺方法,将传统轧机改为工作辊可沿支撑辊轴心圆周转动的DS轧机,将传统无头轧制的五机架组改为六机架组。各个机架动态错位变规程导致的工作辊抬升和压下均由工作辊沿支撑辊轴心圆周转动控制。当某一机架需要撤辊时,首先待命机架进行轧辊烫辊操作,使待命机架工作辊达到预定的温度和预定的表面质量;然后待命机架工作辊压下,六架工作机架动态错位变规程调整轧制参数;最后撤辊机架工作辊抬升,此时末道次工作机架消除抬辊变厚度区和压辊变厚度区。此方法在换辊时,防止明显的厚度波动,保障板带厚度精度。

    一种超高强度低密度钢及其制备方法

    公开(公告)号:CN115216703A

    公开(公告)日:2022-10-21

    申请号:CN202210722319.X

    申请日:2022-06-24

    Applicant: 燕山大学

    Abstract: 本发明公开了一种超高强度低密度钢,属于金属材料领域,所述超高强度低密度钢中的化学成分以质量百分比计包括:Mn:25~30、Al:11~12、C:1.0~1.2,其余为Fe及不可避免的杂质。本发明还提供了一种上述的超高强度低密度钢的制备方法。本发明的成分设计和在200~400℃下进行温轧的方式,充分利用加工硬化和κ‑碳化物的弥散强化提高低密度钢的强度的同时避免了κ‑碳化物在晶界析出对强度和塑性均造成不利的影响,制备出超高强度(大于1900 MPa)、低密度(不高于6.7 kg/m3)钢。相较于纯铁,本发明钢种密度降低了17.8%以上的同时满足了时效硬化的临界条件。

    一种DS轧机机组动态错位变规程在线换辊的工艺方法

    公开(公告)号:CN114985474A

    公开(公告)日:2022-09-02

    申请号:CN202210487710.6

    申请日:2022-05-06

    Applicant: 燕山大学

    Abstract: 本发明涉及一种DS轧机机组动态错位变规程在线换辊的工艺方法,将传统轧机改为工作辊可沿支撑辊轴心圆周转动的DS轧机,将传统无头轧制的五机架组改为六机架组。各个机架动态错位变规程导致的工作辊抬升和压下均由工作辊沿支撑辊轴心圆周转动控制。当某一机架需要撤辊时,首先待命机架进行轧辊烫辊操作,使待命机架工作辊达到预定的温度和预定的表面质量;然后待命机架工作辊压下,六架工作机架动态错位变规程调整轧制参数;最后撤辊机架工作辊抬升,此时末道次工作机架消除抬辊变厚度区和压辊变厚度区。此方法在换辊时,防止明显的厚度波动,保障板带厚度精度。

    一种DS轧机成套设备及其板形控制的轧制工艺

    公开(公告)号:CN114932147A

    公开(公告)日:2022-08-23

    申请号:CN202210556901.3

    申请日:2022-05-20

    Applicant: 燕山大学

    Abstract: 本发明涉及一种DS轧机成套设备及其板形控制的轧制工艺,包括DS轧机、参数调节装置、混联式平衡装置、换辊装置和八辊式转盘车;DS轧机压下量由侧推辊推动工作辊沿支撑辊轴线圆周转动和上支撑辊竖直压下共同参与调节,辊系交叉角由转动杆、偏移液压缸和侧推辊共同参与调节;DS轧机通过调节辊速比和工作辊偏移实现DS蛇形轧制、DS同步轧制、DS交叉轧制和DS蛇形交叉协同轧制;混联式平衡装置,可抑制轧机工作振动;八辊式转盘车,可实现DS轧机八个轧辊快速同时更换,缩短撤辊时间;利用DS轧机轧制板材时,采用DS蛇形轧制、DS同步轧制、DS交叉轧制和DS蛇形交叉协同轧制相结合的轧制工艺,能保持轧后板形良好和提高轧制渗透性。

    DS温轧制备高强高韧316L不锈钢的方法

    公开(公告)号:CN119456674A

    公开(公告)日:2025-02-18

    申请号:CN202411680128.7

    申请日:2024-11-22

    Applicant: 燕山大学

    Abstract: 本发明提供了一种DS温轧制备高强高韧316 L不锈钢的方法,包括以下步骤:步骤a、对316L钢锭进行热锻,得到锻造态316L钢板;步骤b、对锻造态316L钢板进行加热处理;步骤c、对加热后的316L钢板进行DS轧制;步骤d、重复步骤b和c十到二十一次;步骤e、对316L钢板进行校平处理,得到高强高韧316L奥氏体不锈钢板。发明采用DS温轧工艺进行轧制,相比于同步温轧工艺,使316L奥氏体不锈钢的机械性能得到明显提升,其在室温下的屈服强度可达845 MPa,延伸率可达22%;在液氮温度‑196 ℃下的屈服强度达到1130 MPa,最大抗拉强度达到1712 MPa,延伸率可以达到58%以上,其机械性得到明显的提升,且技术难度低,可广泛用于制作低温容器、船舶、海洋化工及核工业领域。

    基于数字孪生的产品塑性加工前转运阶段温度预测的方法

    公开(公告)号:CN116776675B

    公开(公告)日:2024-11-26

    申请号:CN202310663216.5

    申请日:2023-06-06

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于数字孪生的产品塑性加工前转运阶段温度预测的方法,属于热处理技术领域,包括以下步骤:步骤10、建立关于热处理工件的有限元模型;步骤20、利用训练数据训练温度预测模型和验证温度预测模型;步骤30、建立数字孪生系统;步骤40、通过训练好的温度预测模型预测转运装置到达加工位置时的热处理工件的温度。本发明基于热力学原理建立有限元模型并通过与实测数据对比进行优化模型,将有限元仿真的得到的环境温度、时刻与产品最小温度作为训练数据,通过机器学习(包含但不限于神经网络)建立预测模型,将预测模型与软硬件结合建立数字孪生系统,能够实时预测产品塑性加工前转运阶段的温度并对转运行为做出智能决策。

Patent Agency Ranking