采用拉伸试验、扫描电镜、电子背散射衍射、透射电镜、X射线衍射等手段,研究了冷轧中锰钢(0.2C-5Mn)退火后不同冷却方式下的微观组织特点和拉伸性能.实验钢冷轧退火后为铁素体加逆转变奥氏体的双相组织.退火后空冷可以获得稳定性较高的逆转变奥氏体,且其体积分数也明显高于退火后炉冷.退火后空冷实验钢中的逆转变奥氏体在变形过程中产生持续的TRIP效应,提高强度的同时获得了较高的塑性,强塑积可达到26.5 GPa·%

利用相变仪和热模拟试验机模拟现场生产工艺条件测定了一种铌钒微合金化高强度船板钢的静态和经三种终轧温度变形后的动态连续冷却转变(CCT)曲线.结果表明:同静态CCT曲线比较,实验钢的动态CCT曲线整体向左上方移动.随冷却速度的增大,实验钢的γ/α相变开始温度逐渐降低;贝氏体相变开始温度Bs先升高到一个平台,随冷却速度的进一步增加又降低;铁素体晶粒细化.终轧温度自900降至800℃,动态CCT曲线的γ/α相变开始温度及贝氏体上临界冷却速度轻微增加,Bs下降10℃左右,晶粒细化

采用Gleeble-1500热模拟试验机,研究了薄板坯连铸连轧工艺条件下(TSCR)无间隙原子钢(IF钢)的动态连续冷却转变规律,并分析了其组织演变规律.研究表明:Ti-IF钢的相变开始温度随着冷却速度的增大而下降,即Ar3降低,有利于低温终轧,并获得性能良好的IF钢.同时IF钢的硬度值随着冷却速度的增大而增大,冷却速度从1℃/s变化到30℃/s时,HRB从53.4增加到68.3,即其强度随冷却速度增大而增加

根据铜冷却壁传热过程分析,得到铜冷却壁热面复合传热系数的计算公式,并在1:1的热态实验炉上进行了热态实验,得到不同炉气温度下相应的热面复合传热系数值.建立了铜冷却壁三维数学模型,模拟铜冷却壁在几种不同的热面边界条件下的温度场分布.通过与热态实验结果对比分析可知,热面复合传热系数不能取恒定值,需要考虑炉气温度变化的影响.通过模拟结果,计算壁体热流密度的分布,还可得到热面渣皮的厚度的变化范围

利用热模拟实验,对在非再结晶温度变形后弛豫一段时间,再以不同冷速冷却的低碳贝氏体钢的相变组织进行了研究,并与同等条件不弛豫的试样组织进行了对比.给出了弛豫和冷速对中温转变组织类型及组织细化程度的影响.实验结果表明,弛豫及冷却速度对变形奥氏体的相变组织是有影响的.低冷速下主要得到边界及取向不清晰的粒状贝氏体,这时弛豫时间对细化程度影响不明显,在10℃/S以上冷速下得到的是以板条贝氏体为主的组织,与未弛豫试样比较,其组织更细,板条形状更清晰,弛豫试样组织中残余奥氏体或M/A岛的形状更细长,弛豫有利于在同等冷却条件下得到板条组织,并且在高冷速下,弛豫试样中M/A量较未弛豫试样中的要少

为控制中厚板中间坯长时间待温导致的晶粒长大,研究了中间强制水冷却对奥氏体组织的影响.通过对Q345B钢和含Nb-Ti钢采用1050℃变形后快冷至1050~950℃预定温度保温的热模拟方法,确定了中间坯冷却过程中的晶粒尺寸变化规律,提出了中厚板冷却过程中晶粒长大的控制方法,建立了Q345B钢和含Nb-Ti钢在中间冷却过程中的晶粒长大模型.在中间冷却过程中,Q345B钢晶粒稳定性较差,而含Nb-Ti钢晶粒稳定性良好,归因于以铌为主的析出相对奥氏体晶界的钉扎作用.中间坯的强制冷却可控制奥氏体晶粒长大,63mm厚中间坯强制冷却可有效减小平均晶粒尺寸约20μm.在实际生产中,经中间强制冷却后16 mm厚度Q345B钢板的冲击韧性提高25%~70%

采用矢量网络参数法在1~18 GHz频段内分别对电阻炉、空气和水浴中冷却的高碳铬铁粉的电磁性能进行研究.随着冷却速率的提高,高碳铬铁粉的相对复介电常数实部和虚部在大多数频率下均增大.空冷和水冷粉料的相对复介电常数虚部在12~18 GHz频率范围内因极化弛豫而产生较大的峰值.同一频率下相对复磁导率实部随冷却速率变化的趋势与相对复介电常数相反.水冷粉料的相对复磁导率虚部在3~5 GHz以外的频段内均大于另两组冷却粉料,且三组粉料的虚部在低频及高频条件下均具有峰值.在2.45 GHz的微波加热频率下,炉冷、空冷及水冷粉料的反射损耗分别为-2.30、-2.15和-2.07 d B.水冷粉料的介电损耗因子及磁损耗因子最大,微波场下具有最佳的升温速率与反应效果

利用热模拟实验机模拟了中板控制轧制工业生产工艺,测定了一种钒微合金化船体结构钢经不同温度多道次变形后的动态CCT曲线,讨论了终轧温度和冷却速度对组织、γ/α相变及CCT曲线的影响.结果表明:随终轧温度的降低,实验钢的动态CCT曲线整体向左上方移动,获得铁素体+珠光体组织的冷却速度范围变宽;随冷却速度的增加,γ/α相变开始温度Ar3逐渐降低,贝氏体相变开始温度Bs以抛物线形式变化;铁素体晶粒随终轧温度降低或冷速的增加而细化

以缩小连铸二冷区板坯表面实际温度和目标温度的差异为目标,建立了板坯连铸二次冷却智能控制模型.该模型采用支持向量机(SVM)实现板坯表面目标温度的动态设定,采用对角递归神经网络(DRNN)实现板坯表面温度的预测,采用T-S模糊递归神经网络实现二次冷却水动态调整与分配.通过对某钢厂板坯连铸过程进行仿真计算和现场试验,结果表明:该模型将二次冷却水水量控制问题与板坯在冷却过程中的温度状态相结合,实现了连铸二次冷却动态优化控制,有利于提高板坯的质量

第一节概述 一、冷却系的功用: 使工作中的发动机得到适度的冷却,从而保持在最适宜的温度范围内工作。 二、冷却系的类型: 水冷却和风冷却