[发明专利]一种螺纹钢切分棒材高精度组织性能预测方法

说明书

本发明涉及一种螺纹钢切分棒材高精度组织性能预测方法，属于钢铁冶炼领域。本发明涉及轧制全线的温度演变、组织演变、性能演变过程，利用轧制、水冷、空冷、冷床时的换热模型，加热炉、轧线上的晶粒长大模型，轧线上的再结晶模型、残余应变模型，以及冷床上的相变模型、力能模型等，通过温度、组织、性能的实测值对各个模型的参数进行修正，集成修正后的子模型，耦合化学成分、轧制规程、设备参数、环境温度等多种复杂及多维参数，搭建预报螺纹钢切分棒材成品组织及性能的B/S架构程序，最终可以实现在线温度‑组织性能预报的功能。本发明实现模拟轧钢，降低因检验技术缺陷而引起的结果偶然性，用于优化螺纹钢切分棒材的轧制及水冷生产工艺。

技术领域

本发明属于钢铁冶炼领域，涉及一种螺纹钢切分棒材高精度组织性能预测方法。

背景技术

螺纹钢切分棒材的工艺极其复杂，具体包括铸坯加热、铸坯均温、除鳞、粗轧、中轧、预精轧、切分、精轧、减定径、轧后水冷、冷床空冷等过程，提高螺纹钢切分棒材性能及质量的关键在于制定和采用合理的控制轧制与控制冷却生产工艺。

棒材的轧制速度快，且钢厂是盈利性企业，通常情况生产不能间断，测量生产过程中材料的温度、组织、性能也十分困难，无法确定影响棒材组织及性能的具体因素，这也使得制定控制轧制、控制冷却生产工艺参数较为困难。

传统制定控制轧制与控制冷却工艺的方法主要是通过热模拟实验研究某钢种组织演变规律，之后测试力学性能，符合预期及标准时，根据实验参数设定工艺流程，进行工业试轧，再根据现场试轧数据，返回修正轧制工艺参数及水冷参数，从而确定最终轧制规程及冷却制度，由此可见该方法需要耗费大量财力及人力，且整个实验及数据分析过程也需耗费大量时间，效率较低。

随着土建行业的快速发展，用户对螺纹钢的组织及性能要求越来越高，现有检验手段一炉钢通常情况只检验4～5根棒材，这就使得代表该炉轧制成品的组织及性能的结果具有偶然性和局限性，无法确认是否每根钢坯都合格。

现有针对螺纹钢的组织性能预报软件，大多为基于神经网络模型离线系统，且只能针对已有工艺进行预测，或为基于物理冶金模型的离线组织性能预报系统，但未见到同时考虑加热坯及直轧坯，可以实现轧制全流程在线实时预报温度、组织及性能的系统。

发明内容

有鉴于此，本发明的目的在于提供一种螺纹钢切分棒材高精度组织性能预测方法，可模拟铸坯头部、尾部的整个轧制、冷却过程(从连铸出口/加热炉出口至成品下线)，用于优化螺纹钢切分棒材的热轧和冷却工艺，提高产品性能合格率；与工业生产相连接，实现模拟轧钢，可在线预测每根钢坯组织及性能，降低因检验技术缺陷而引起的结果偶然性。

为达到上述目的，本发明提供如下技术方案：

一种螺纹钢切分棒材高精度组织性能预测方法，该方法包括以下步骤：

1)螺纹钢切分棒材高精度组织性能预报系统为B/S架构系统，现场采集温度、组织及性能数据，对计算程序中的模型结构及参数进行修正；

2)在界面前端上传带有机组、机架号、机架延伸率、设备位置、辊环直径、水箱长度、水压、水量、铸坯尺寸参数、冷床冷却时间、终轧速度、环境温度、切分机架、切分数、化学成分、加热制度的模板；

3)处理后端接收前端界面请求，将计算请求转发给计算程序；

4)计算程序接收到请求后解析模板数据，利用有限差分及换热模型模拟整个轧制、冷却过程的温度演变历程，具体包括除鳞换热模型、空冷换热模型、轧辊换热模型、轧制温升模型、水冷换热模型、冷床换热模型；

5)计算程序利用轧线奥氏体组织演变模型模拟轧制及轧后的再结晶、晶粒长大过程，具体包括临界应变模型、动态再结晶模型、亚动态再结晶模型、静态再结晶模型；