15358968703
熱軋鋼材集成學習系統(tǒng)開發(fā)與應用
熱軋流程是典型多場耦合的鋼材成形成性過程。溫度與變形的綜合作用使軋件內(nèi)部發(fā)生包括元素固溶、微合金元素析出、回復及再結(jié)晶軟化等一系列復雜的物理冶金學過程。這些組織演變行為不僅決定了產(chǎn)品內(nèi)部組織結(jié)構(gòu)與力學性能,而且決定了軋件的變形抗力并影響著軋制過程力能參數(shù)的變化,是控制產(chǎn)品形狀與尺寸精度的核心因素。另一方面,軋制過程中軋件始終暴露在高溫與空氣環(huán)境下,不可避免會發(fā)生嚴重的表面高溫氧化。作為軋輥與軋件的界面介質(zhì),氧化鐵皮厚度的變化可以改變界面摩擦系數(shù),進而對軋制力能參數(shù)產(chǎn)生影響。同時,工業(yè)生產(chǎn)統(tǒng)計結(jié)果表明,產(chǎn)品表面質(zhì)量缺陷中的70%以上是由于高溫氧化行為控制不當引起的。
總之,熱軋產(chǎn)品的組織演變、表面氧化行為和力能參數(shù)變化呈現(xiàn)強耦合且黑箱狀態(tài)的特點,只有破解這種難題,才能實現(xiàn)表面質(zhì)量、力學性能與尺寸精度的協(xié)調(diào)優(yōu)化,進而提升產(chǎn)品的綜合質(zhì)量。但傳統(tǒng)熱軋生產(chǎn)控制技術已無法解決這種復雜非線性系統(tǒng)的強耦合黑箱問題。
2 技術路線和解決方案
在熱軋過程中,軋件內(nèi)部顯微組織演變決定了其宏觀流變應力。軋制力作為工業(yè)生產(chǎn)中可實時、精準檢測的關鍵參數(shù),能夠準確反映顯微組織變化。以流變應力為橋梁,通過對熱軋力能參數(shù)工業(yè)大數(shù)據(jù)進行機器學習,可揭示出軋制過程奧氏體再結(jié)晶及晶粒形態(tài)的演變過程。此外,熱軋生產(chǎn)過程中在鋼材表面隨時生成氧化鐵皮,充當軋輥與軋件界面的潤滑介質(zhì)而影響它們的接觸狀態(tài),進而影響軋件軋制負荷變化。項目團隊破解了顯微組織、力能載荷、摩擦系數(shù)強耦合關系,在精準預測軋件軟化行為與摩擦狀態(tài)的基礎上,可精確預報熱軋過程軋制力變化,從而有效提升厚度和板形的控制精度。
軋制結(jié)束后,熱軋鋼材需經(jīng)歷加速冷卻過程以控制其相變行為。在此期間,形變奧氏體發(fā)生諸如鐵素體、珠光體、貝氏體及馬氏體的連續(xù)冷卻相變。影響軋件相變行為的主要因素包括:軋后奧氏體組織狀態(tài)和軋件冷卻路徑。它們共同作用決定了相變產(chǎn)物、各相比例及晶粒的細化程度。在軋制工藝參數(shù)基本不變的前提下,冷卻路徑將直接決定鋼材的相組成進而決定其最終力學性能??焖倬珳诗@得連續(xù)冷卻轉(zhuǎn)變曲線(CCT)有助于制定出正確的冷卻路徑,實現(xiàn)對熱軋鋼材性能的精準調(diào)控。為此,項目團隊在建立不同鋼種CCT數(shù)據(jù)庫的基礎上,結(jié)合物理冶金學原理開發(fā)出了動態(tài)相變的遺傳性機器學習建模方法,實現(xiàn)了不同鋼種連續(xù)冷卻相變曲線的快速生成。
高強鋼在冷卻階段發(fā)生復雜的相變行為,受冷卻路徑影響十分敏感。傳統(tǒng)方法僅依賴靜態(tài)數(shù)字化數(shù)據(jù)的建模方法無法充分反映冷卻路徑波動對產(chǎn)品顯微組織及性能的影響,導致預測結(jié)果與實際性能間存在顯著偏差。為此,項目團隊開發(fā)出動態(tài)深度學習模型,通過引入卷積神經(jīng)網(wǎng)絡不僅有效克服了傳統(tǒng)數(shù)據(jù)驅(qū)動機器學習模型在處理非結(jié)構(gòu)化數(shù)據(jù)時特征丟失問題,還顯著提升了對復雜物理現(xiàn)象的多模態(tài)信息整合能力,從而能夠感知影響鋼材最終顯微組織與力學性能的各種復雜因素。這一建模方法可自動學習并提取冷卻路徑對微觀結(jié)構(gòu)演變的影響規(guī)律,進而精準感知力學性能隨工藝參數(shù)變化的波動情況。
3 落實產(chǎn)線與實施效果
3.1 1580mm熱連軋及連退產(chǎn)線的推廣應用
針對某1580mm熱連軋及連退產(chǎn)線,以低合金高強鋼和IF鋼等量大面廣的鋼種系列為研究對象,以工業(yè)大數(shù)據(jù)為基礎,開發(fā)集成機器學習系統(tǒng),并實現(xiàn)系統(tǒng)關鍵影響因子的自主優(yōu)化。針對生產(chǎn)的Nb、Nb-Ti微合金鋼、IF鋼,實現(xiàn)軋制和連退過程組織演變的全流程溫度場計算以及奧氏體再結(jié)晶行為、相變行為、析出行為精準計算,并以SAPH440、QstE380TM、S420MC、QstE460TM、S500MC、M3A45、M3A21為例實現(xiàn)了組織演變過程的精準預測。針對SAPH440、S420MC、QStE420TM、DC04、DC06、St13等牌號實現(xiàn)力學性能在線預測,針對屈服強度和抗拉強度,有90%以上的鋼卷強度預測值與實際值誤差在±20MPa以內(nèi);針對延伸率,有90%以上的鋼卷延伸率預測值與實際值誤差在±3%以內(nèi)。
3.2 2250mm熱連軋產(chǎn)線的推廣應用
依托某2250mm熱連軋產(chǎn)線,通過融合軋鋼工藝學、大數(shù)據(jù)挖掘、人工智能技術,以工業(yè)大數(shù)據(jù)為牽引,通過物理機制及知識學習,開發(fā)出熱軋鋼材集成學習系統(tǒng),解構(gòu)了工序、工藝、設備等關鍵參數(shù)與組織結(jié)構(gòu)的復雜關系,實現(xiàn)熱軋產(chǎn)品工藝智能設計。通過“初步學習-加強學習-優(yōu)化學習”的學習策略,通過融合工業(yè)大數(shù)據(jù)驅(qū)動和機器學習算法,實現(xiàn)熱軋過程再結(jié)晶、析出、表面氧化等物理過程的精準解析,實現(xiàn)了包括Q235B、Q420B、600XL和700XL等20余個鋼種的性能在線預測,強度預測精度達到±6%,延伸率預測精度在±4%,大幅減少力學性能檢驗量,提高市場響應能力。此外,實現(xiàn)了熱軋氧化行為動態(tài)軟測量,產(chǎn)品的氧化鐵皮厚度和結(jié)構(gòu)預測精度分別達到了±2μm及±10%;在此基礎上,開發(fā)出了氧化鐵皮結(jié)構(gòu)柔性化控制技術,實現(xiàn)了700MPa級別免酸洗鋼、SPHC為代表的易酸洗鋼系列新品種的開發(fā)。
3.3 5500mm寬厚板產(chǎn)線的推廣應用
面對新型工業(yè)化帶來的生產(chǎn)與消費結(jié)構(gòu)改變,寬厚板生產(chǎn)過程所具有的品種結(jié)構(gòu)復雜、小批量訂單多等特點更加突出,產(chǎn)生的大量余坯給企業(yè)造成了巨大經(jīng)濟損失,而且過多的鋼種造成了煉鋼工序的復雜化,嚴重影響了生產(chǎn)效率和產(chǎn)品質(zhì)量的持續(xù)提高。針對上述難題,項目團隊依托5500mm寬厚板產(chǎn)線,開發(fā)出了針對典型寬厚板產(chǎn)線的熱軋鋼材集成學習系統(tǒng),可根據(jù)實際生產(chǎn)狀態(tài)、工藝和環(huán)境變化,進行模型自學習,實現(xiàn)模型參數(shù)的自動調(diào)優(yōu),成功的實現(xiàn)了包括A、AH32、AH36、DH36、Q355MD等多個牌號產(chǎn)品力學性能的高精度預測。在此基礎上,建立了余坯工藝柔性設計對象庫,提出了余坯生產(chǎn)最優(yōu)組織結(jié)構(gòu)和性能指標的評價函數(shù),開發(fā)出智能化匹配尋優(yōu)算法,建立了余坯“成分-工藝-組織-性能”的預判模型。在綜合考慮細晶、析出、位錯及相變等強化機制綜合作用的基礎上,提出了軋制工藝的柔性化設計方法,實現(xiàn)C-Mn、管線、低合金三大類系列鋼種跨厚度和跨強度工藝柔性化設計。
3.4 5000mm寬厚板產(chǎn)線的推廣應用
近幾年,海上風電用鋼異軍突起,需求量猛增。據(jù)權(quán)威機構(gòu)調(diào)研,每兆瓦海上風電約使用200噸中厚板,“十四五”海上風電新增裝機容量超過44GW,預計中厚板需求量≥880萬噸。其中,大厚度(60-150mm)海上風電塔筒和管樁用鋼板需求巨大。成分設計上,常規(guī)特厚板一般采用高C高Mn+Cr\Ni\Cu等貴金屬,以及少量的Nb、V、Ti細化晶粒元素設計,主要通過合金元素的固溶強化和晶粒細化來保證特厚鋼板的力學性能。原設計不僅成本偏高,且因特厚連鑄板坯合金元素的中心偏析嚴重,導致特厚板心部性能下降明顯,尤其是心部低溫沖擊韌性難以滿足特厚板的性能需求。項目團隊針對355-460MPa級別風電用鋼,結(jié)合5000mm寬厚板生產(chǎn)線特點,采用超低C、N成分路線,對特厚鋼板成分體系進行重新設計,提高鋼中鈮含量,降低碳錳及其它貴金屬合金含量,改善特厚板坯中心偏析。在此基礎上,結(jié)合熱軋鋼材集成機器學習系統(tǒng),通過對厚板厚度梯度方向溫度及組織分布進行計算,實現(xiàn)60-150mm厚風電用鋼軋制工藝設計。批量生產(chǎn)結(jié)果表明,355MPa強度級別鋼板力學性能合格率為100%,心部沖擊一次性能合格率達到98%以上。
4 結(jié)語