123456亲亲
范文一：临界冷却速度
临界冷却速度：连续冷却中，为使钢件在淬火后得到完全M 组织的最低冷却速度，用V c 表示。
临界淬火速度主要取决于CCT 曲线的位置：使CCT 曲线左移的各种因素，使临界淬火速度增大；右移的各种因素，降低临界淬火速度
第七章过饱和固溶体的脱溶分解
脱溶分解：从过饱和固溶体中析出第二相(沉淀相) 或溶质原子聚集区、亚稳定过渡相的过程
固溶处理：将合金加热到固溶线以上一定温度保温足够时间，获得均匀的单相固溶体，快冷至室温得到过饱和固溶体，整个过程称为固溶处理
时效：将固溶处理的合金加热到固溶线以下某一温度保温一定时间，实现脱溶分解，该过程称为时效。
自然时效：在室温下进行的时效，称为自然时效
人工时效：升温至某一温度下进行的时效，称为人工时效。
沉淀强化或时效强化：脱溶分解析出第二相显著提高合金强度和硬度，这种现象称为沉淀强化或时效强化。它是合金强化的主要方法之一。
连续脱溶：新相形成时，母相的成分连续地、平缓地由过饱和状态逐渐达到饱和状态。
不连续脱溶：也称胞状脱溶，脱溶时两相耦合成长，类似共析转变。脱溶物中α相与母相α之间的溶质浓度不连续而称为不连续脱溶
铝合金的时效经历如下过程：
GP 区→θ″→θ′→θ
GP 区：具有母相结构，与母相完全共格的溶质原子
偏聚区。
θ″：具有正方结构的过渡相
θ′：具有正方结构的过渡相，成分接近CuAl2
θ ：具有复杂体心正方结构相，成分CuAl2
回火：将淬火钢件加热到低于临界点A1某一温度，保温一定时间，然后冷却到室温的热处理工艺
回火的目的：
1）获得所需的组织和性能，达到强韧性的配合；
2）消除内应力，降低脆性。
3）稳定组织，稳定尺寸
淬火组织是不稳定的，原因有三：
① 马氏体中的碳是高度过饱和的；
② 马氏体有很高的应变能和界面能；
③ 与马氏体并存的还有一定数量的残余奥氏体
淬火钢在300℃以下回火时，淬火马氏体分解，弥散的e 碳化物与条片状、趋于平衡碳含量的α相，称为回火马氏体(M￠) ，腐蚀易变黑。
回火温度为350-500℃时，在碳钢和低合金钢中将得到条片状铁素体和细粒状的碳化物组织的混合物，称为回火托氏体(T￠) 。
500℃以上回火，粒状碳化物进一步聚集，铁素体回复，条片状特征逐步消失，得到的组织为等轴铁素体和较大颗粒碳化物的混合物，称为回火索氏体(S￠)
淬火碳钢回火的主要目的是提高韧性和塑性，获得韧性、塑性和强度、硬度的良好配合，以满足不同工件对性能的要求
合金钢回火时力学性能变化的特点Me 对回火转变和组织性能有很大影响，三个方面：①延缓钢的软化，提高淬火钢的回火抗力；②发生二次硬化现象；③影响钢回火后的脆性。
当M 中碳化物形成元素含量足够多时，500℃以上回火会析出合金碳化物，细小的弥散分布的合金碳化物将使已经因回火温度升高而下降的硬度重新升高，故称二次硬化
Me 对钢低温回火（<250℃）的影响不明显。在回火的第二、三阶段，表现出提高钢的回火抗力的作用：通过影响碳的扩散，来影响m 分解过程及碳化物析出、长大速度，从而影响a="" 相中碳浓度的下降速度。显然，作用大小与me="" 与碳的结合力有很大关系。除ni="" 、mn="" 外，强碳化物形成元素cr="" 、mo="" 、w="" 、v="" 、ti="" 等均提高碳在m="" 中的扩散激活能，降低扩散系数，减慢m="" 分解速度。非碳化物形成元素si="" 和co="" 能溶解到亚稳碳化物中，使其稳定，减慢碳化物聚集，推迟m="" 分解。碳钢回火时，m="" 过饱和碳完全脱溶温度在300℃左右，加入me="" 提高100~150℃：合金钢="" 在较高温度回火，仍可保持a="" 相中一定过饱和碳浓度和细小碳化物，保持高硬度和强度fe-0.35c-mo="" 合金钢回火硬度与回火温度的关系曲线。0.5%mo钢可代表一="">
二次硬化现象
当M 中碳化物形成元素含量足够多时，500℃以上回
火会析出合金碳化物，细小的弥散分布的合金碳化
物将使已经因回火温度升高而下降的硬度重新升
高，故称二次硬化。
能引起二次硬化的合金碳化物是M2C 及MC 型碳化物，主要有Mo 、W 、V 、Ti 、Nb 等。
如高速钢W18Cr4V 。 二次硬化效应的大小取决于引起二次硬化的合金碳 化物的种类，数量，大小和形态。
通常，淬火钢在回火时，随着回火温度的升高，硬度降低，韧性升高，但是在许多 钢的回火温度与冲击韧性的关系曲线中出现了两个低谷一个在200~350℃之间，另一个在450~650℃之间。
回火脆性：随着回火温度的升高，冲击韧性不升反而下降的现象，称为“回火脆性”。
在200 ~ 350℃之间出现的回火脆性称为第一类回火脆性，也称为低温回火脆性； 在450 ~ 600℃之间出现的回火脆性称为第二类回火脆性，也称为高温回火脆性。 第一类回火脆性的主要特征
①具有不可逆性
②与回火后的冷却速度无关
③断口为沿晶脆性断口
第一类回火脆性的影响因素
主要是化学成分的影响。可将钢中元素按其作用分为
①有害杂质元素，如S 、P 、As 、Sb 、Cu 、N 、H 、O 等。这些元素时均导致出现第一类回火脆性；
②促进第一类回火脆性的元素，如Mn 、Si 、Cr 、Ni 、V 等。这些合金元素还有可能将第一类回火脆性推向较高的温度；
③减弱第一类回火脆性的元素，如Mo 、W 、Ti 、Al 等，尤以Mo 减弱第一类回火脆性的效果最显著；
④此外，A 晶粒愈粗大，残余A 量愈多，
第一类回火脆性的防止方法
①降低钢中杂质元素的含量；
②用Al 脱氧或加入Nb 、V 、Ti 等合金元素细化A 晶粒；
③加入能减轻回火脆性元素（Mo 、W) ；
④加Cr 、Si 等调整发生第一类回火脆性的温度范围，避开所需回火温度； ⑤用等温淬火代替淬火＋低温回火
第二类回火脆性的主要特征
①第二类回火脆性对回火后冷速敏感
②第二类回火脆性具有可逆性
③第二类回火脆性的断口为沿晶(晶间) 断裂
第二类回火脆性的影响因素
①化学成分的影响
②热处理工艺参数的影响
③组织因素的影响
第二类回火脆性的防止方法
◆选用高纯度钢种，尽量降低钢中杂质元素的含量；
◆加入能细化奥氏体晶粒的元素(如Nb 、V 、Ti 等) 以细化奥氏体晶粒，增加晶界面积，降低单位面积杂质元素的含量；
◆加入适量的能扼制第二类回火脆性的合金元素如Mo 、W 等；
◆避免在450~650℃范围内回火，在650℃以上回火后应采取快冷。
◆亚温淬火，使P 等元素溶入残留F 中，降低在A 晶界的偏聚浓度。
范文二：临界冷却速度
临界冷却速度
临界淬火速度主要取决于CCT曲线的位置:使CCT曲线左移的各种因素，使临界淬火速度增大;右移的各种因素，降低临界淬火速度
第七章过饱和固溶体的脱溶分解
脱溶分解:从过饱和固溶体中析出第二相(沉淀相)或溶质原子聚集区、亚稳定过渡相的过程
固溶处理:将合金加热到固溶线以上一定温度保温足够时间，获得均匀的单相固溶体，快冷至室温得到过饱和固溶体，整个过程称为固溶处理
时效:将固溶处理的合金加热到固溶线以下某一温度保温一定时间，实现脱溶分解，该过程称为时效。
自然时效:在室温下进行的时效，称为自然时效
人工时效:升温至某一温度下进行的时效，称为人工时效。
沉淀强化或时效强化:脱溶分解析出第二相显著提高合金强度和硬度，这种现象称为沉淀强化或时效强化。它是合金强化的主要方法之一。
连续脱溶:新相形成时，母相的成分连续地、平缓地由过饱和状态逐渐达到饱和状态。
不连续脱溶:也称胞状脱溶，脱溶时两相耦合成长，类似共析转变。脱溶物中α相与母相α之间的溶质浓度不连续而称为不连续脱溶
铝合金的时效经历如下过程:
GP区?θ″?θ′?θ
GP区:具有母相结构，与母相完全共格的溶质原子
偏聚区。
θ″:具有正方结构的过渡相
θ′:具有正方结构的过渡相，成分接近CuAl2
θ :具有复杂体心正方结构相，成分CuAl2
回火:将淬火钢件加热到低于临界点A1某一温度，保温一定时间，然后冷却到室温的热处理工艺
回火的目的:
1)获得所需的组织和性能，达到强韧性的配合;
2)消除内应力，降低脆性。
3)稳定组织，稳定尺寸
淬火组织是不稳定的，原因有三:
? 马氏体中的碳是高度过饱和的;
? 马氏体有很高的应变能和界面能;
? 与马氏体并存的还有一定数量的残余奥氏体
淬火钢在300?以下回火时，淬火马氏体分解，弥散的e碳化物与条片状、趋于平衡碳含量的α相，称为回火马氏体(M,)，腐蚀易变黑。
回火温度为350-500?时，在碳钢和低合金钢中将得到条片状铁素体和细粒状的碳化物组织的混合物，称为回火托氏体(T,)。
500?以上回火，粒状碳化物进一步聚集，铁素体回复，条片状特征逐步消失，得到的组织为等轴铁素体和较大颗粒碳化物的混合物，称为回火索氏体(S,)
淬火碳钢回火的主要目的是提高韧性和塑性，获得韧性、塑性和强度、
硬度的良好配合，以满足不同工件对性能的要求
合金钢回火时力学性能变化的特点Me对回火转变和组织性能有很大影响，三个方面:?延缓钢的软化，提高淬火钢的回火抗力;?发生二次硬化现象;?影响钢回火后的脆性。
当M中碳化物形成元素含量足够多时，500?以上回火会析出合金碳化物，细小的弥散分布的合金碳化物将使已经因回火温度升高而下降的硬度重新升高，故称二次硬化
Me对钢低温回火(<250?)的影响不明显。在回火的第二、三阶段，表现出提高钢的回火抗力的作用:通过影响碳的扩散，来影响M分解过程及碳化物析出、长大速度，从而影响a相中碳浓度的下降速度。显然，作用大小与Me与碳的结合力有很大关系。除Ni、Mn外，强碳化物形成元素Cr、Mo、W、V、Ti等均提高碳在M中的扩散激活能，降低扩散系数，减慢M分解速度。非碳化物形成元素Si和Co能溶解到亚稳碳化物中，使其稳定，减慢碳化物聚集，推迟M分解。碳钢回火时，M过饱和碳完全脱溶温度在300?左右，加入Me提高100~150?:合金钢 在较高温度回火，仍可保持a相中一定过饱和碳浓度和细小碳化物，保持高硬度和强度Fe-0.35C-Mo合金钢回火硬度与回火温度的关系曲线。0.5%Mo钢可代表一 般低合金钢，与碳钢相比，回火抗力明显改善。
二次硬化现象
??当M中碳化物形成元素含量足够多时，500?以上回
火会析出合金碳化物，细小的弥散分布的合金碳化
物将使已经因回火温度升高而下降的硬度重新升
高，故称二次硬化。
??能引起二次硬化的合金碳化物是M2C及MC型碳化物，主要有Mo、W、V、Ti、Nb等。
??如高速钢W18Cr4V。??二次硬化效应的大小取决于引起二次硬化的合金碳 化物的种类，数量，大小和形态。
通常，淬火钢在回火时，随着回火温度的升高，硬度降低，韧性升高，但是在许多 钢的回火温度与冲击韧性的关系曲线中出现了两个低谷一个在200~350?之间，另一个在450~650?之间。
回火脆性:随着回火温度的升高，冲击韧性不升反而下降的现象，称为“回火脆性”。
在200 ~ 350?之间出现的回火脆性称为第一类回火脆性，也称为低温回火脆性; 在450 ~ 600?之间出现的回火脆性称为第二类回火脆性，也称为高温回火脆性。 第一类回火脆性的主要特征
?具有不可逆性
?与回火后的冷却速度无关
?断口为沿晶脆性断口
第一类回火脆性的影响因素
主要是化学成分的影响。可将钢中元素按其作用分为
?有害杂质元素，如S、P、As、Sb、Cu、N、H、O等。这些元素时均导致出现第一类回火脆性;
?促进第一类回火脆性的元素，如Mn、Si、Cr、Ni、V等。这些合金元素还有可能将第一类回火脆性推向较高的温度;
?减弱第一类回火脆性的元素，如Mo、W、Ti、Al等，尤以Mo减弱第一类回火脆性的效果最显著;
?此外，A晶粒愈粗大，残余A量愈多，
第一类回火脆性的防止方法
?降低钢中杂质元素的含量;
?用Al脱氧或加入Nb、V、Ti等合金元素细化A晶粒;
?加入能减轻回火脆性元素(Mo、W);
?加Cr、Si等调整发生第一类回火脆性的温度范围，避开所需回火温度; ?用等温淬火代替淬火，低温回火
第二类回火脆性的主要特征
?第二类回火脆性对回火后冷速敏感
?第二类回火脆性具有可逆性
?第二类回火脆性的断口为沿晶(晶间)断裂
第二类回火脆性的影响因素
?化学成分的影响
?热处理工艺参数的影响
?组织因素的影响
第二类回火脆性的防止方法
?选用高纯度钢种，尽量降低钢中杂质元素的含量;
?加入能细化奥氏体晶粒的元素(如Nb、V、Ti等)以细化奥氏体晶粒，增加晶界面积，降低单位面积杂质元素的含量;
?加入适量的能扼制第二类回火脆性的合金元素如Mo、W等;
?避免在450~650?范围内回火，在650?以上回火后应采取快冷。
?亚温淬火，使P等元素溶入残留F中，降低在A晶界的偏聚浓度。
范文三：临界冷却速度[新版]
临界冷却速度
科技名词定义
中文名称:
临界冷却速度
英文名称:
critical cooling rate
定义:
材料或工件淬火时可抑制非马氏体转变的最低冷却速度。
应用学科:
材料科学技术(一级学科);材料科学技术基础(二级学科);材料合成、制备与
加工(二级学科);热处理(二级学科)
以上内容由全国科学技术名词审定委员会审定公布
临界冷却速度(critical cooling rate):Rc合金冷却凝固过程中发生非晶转变所要求的最小冷速称为临界冷却速度.实验表明ΔTx越大,Rc越小,并且随着Trg增大,Rc减小。
图为不同总压下率对应的临界冷却速度
在钢的生产中,只发生马氏体转变的最小冷却速度,称为临界冷却速度。
范文四：了钢的临界冷却速度 7、给
最新报道:【葡萄苗】www.lz-grape.com
轴承在煤泥压球机等型煤设备使用过程当中，应当经常检查轴承的使用情况，检查，煤泥压球机是否有轴承异常摩擦声音，如果出现异常的声音，就需要对压球机轴承进行检查，必要时候对整机进行检查，一单出现自己无法解决的问题，就需要联系我们厂家，让厂家派专业的维修技师对整机进行检查并对病灶进行维修，以免影响整机的正常运作
中小型榨油机压榨过程中，榨膛温度直接影响到出油效率、油品质量选择万金米线机，将彻底改变你的平凡人生，本厂免费为你们送技术，专业指导你们的合作，心动不如行动，万金期待你的光临另外，要确认剩余润滑剂的量并对润滑剂采样，然后再清洗轴承 立式注塑机3-55采用直立式直压锁模，圆盘搭载多工件可交替成型，能有效提高生产效率，用户可以根据需要选择单工件模、多工件多模生产模式，使生产流程更具弹性 国内众多凹印厂家使用的制版方式很多，但随着近年印刷制版技术的迅速提高，电雕版逐渐占据了市 场主流
以岩石力学试验指导破碎机设计，出现了用层压破碎理论为基础的新型破碎机;腔形优化研究引起了广泛注意，颚式破碎机应用最为广泛的有两种结构形式，简摆型和复摆型颚式破碎机复摆式破碎机可以作为制粉设备使用巾于球磨机螺旋筒外表面与中空轴内孑配合有间隙，在磨体旋转的情况下，螺旋筒在中空轴内孔中做椭圆形轨迹的运动筛析曲线也更趋合理在购置磨粉装备之前首先要在其任务区域打好基本，公开管线事前预埋好，将钢筋底座用牢靠的水泥灌溉磨平，养护7天左右能力将磨粉机正式装置在底座上，避免底座挪动
八， 新辊适宜于轧宽带、薄带和精轧;旧辊适宜于轧窄、厚带和初轧中小型厂则适宜采用颚式破碎机塑料经过回收、集中、分类、科学合理处置后可以获得再生价值，实现循环利用选择冷轧机型式除一般原则，还可根据生产特点、轧制工艺要求、轧机结构特点等进行然后微小油粒与压缩空气混合在一起，经管道和凝缩喷嘴，凝成稍大的油滴被喷到摩擦表面 初步与大家分享一下出现此现象的原因:
1、喂料量摇动:喂料量忽大忽小时，很随便打乱预热电、分解炉和转筒烘干机的正常义务，由于具有滞后的特性，有时跟不上喂料的变化，加减煤不及时，甚至出现短期断料也不能及时减煤，因此很随便因料上出现系统温度偏高
分析提高顶煤采出率的客观因素
增设专用瓦斯排放巷道或风筒输送区和分选区的流体流动状况比较平静所以是很好的磁选设备500工业试验结果统计表明，采用磁筛精选精矿品位可从62 61%提高到66 53%(提高392个百分点，与同期选矿厂三磁精矿品位对比总体可提高1 93个百分点
2、异步电动机或直流电机拖动，光栅测量反馈的闭环数控系统
3、交直流伺服电机拖动，编码器反馈的半闭环数控系统
当前生产数控系统的公司厂家比较多，国外著名公司的如公司、公司;国内著名公司如仁和公司经济实用型和沈阳高档数控国家工程研究中心等对基础设备进行扩大再生产
2(正常使用泵站要补充油时一定要3层绸子布过滤加入
对于大型矿用烘干机设备，主要采用两台风机，一台作为鼓风机，另一台作为引风机
因为 它的单个锤头一般较重，然而因为需从弧形篦条缝隙仲入盛料筐打击料块，这就决定了锤头排列必然稀疏，且线速度也较低，从而导致在终碎腔中打击物料的机会减少，使得终碎效率降低，排料不畅，在雨季破碎含土料时更易堵塞
交接班停机或任何其他较长时间的停机时，把有刮墨刀和橡胶包裹层的墨斗辊与雕刻的网纹传墨辊分开是很重要的车削加工:车削加工辊体、端板和轴头等件的配合部位结合面，分粗、精车钢辊体的各部位至图纸要求尺寸，然后架中心架，车端面，钻孔至尺寸;焊接加工:辊体内管焊接:校正两端轴与内套管的同轴度，只焊轴头上的内端板紧共同热装法，即把带球窝的辊套加热后装到轮毂上，这种形式加工精度高，加工温度控制严格，更换时必须有专用装置，一般用于高压压球面，强力压球机，高压压球机等
11、制冷系统:采用全封闭风冷谷轮压缩机组，无氟制冷剂这类故障，随设备质量提高，早期故障期就短由于回转窑筒体长度和直径对煅烧效果有直接的影响，存在着对流传热条件不同，低温传热效果不同等问题
1圆锥破碎机工作时注意事项:
1矿石必须给在分配盘的中间，不准许将矿石直接给入破碎腔内
地质勘探是采矿时最为关键的工序
采样点的数量，应尽可能多些应充分考虑到用台车运送时，其台车的承重能力、运送中货物的窜动，以及用钢丝绳紧固时防止设备损坏及划伤轻者可能头晕、恶心，重则有致癌可能另外对锤头的铸造工艺和热处理工艺水平得好上加好，制造过程必须等全神贯注，才能有一等好的复合式破碎机锤头诞生
干灰散装机、粉煤灰散装机、水泥散装机、散装机、汽车散装机、灰库散装机可把粉状物质装入车船中，可与库下给料设备联锁运用，实现自动化控制，提高装车效率在现代货物搬运中，低压料封泵担当着重要的角色
51-114
51
电话:0371-69597677
天择气力输送设备提升品牌知名度的效应
气力输送设备是在管道内利用具有一定能量的气流，将粉粒状物料悬浮移动，从一处移动到另一【葡萄苗】www.lz-grape.com 处，并且通过分离器使工作气体和物料分开的输送设备
7(当工件伸出卡盘端面的长度过长时，后部应加装辅助托架，并调整好高度
2 每次更换胶辊时检查两端轴承的使用情况，由于一直在高温环境下运行，建议定时更换轴承，以便让胶辊正常运转 轧辊轴承的尺寸受轧机安装空间的限制(轴承内径、外径取决于辊颈与辊身直径)，轴承的截面高较小，属于薄壁轴承，而且他们还必须承受较大的径向载荷，因此使用多列滚子轴承 422精密管支撑辊主要用于大型推土机和发掘机上，受力大，对材质性能要求较高，需要对外表面进行高频感应淬火及整体回火处理 怎样选择轧机轧辊进口轴承?选择轧机轧辊进口轴承需要注意些什么?选择轧机轧辊进口轴承的方法有哪些?中国辊业网在此为你详细介绍 检查节能球磨机与分级机周围有无阻碍运转的杂物,然后用吊车盘转球磨机一周,松动筒内的球荷和矿石,并检查齿圈与小齿轮的啮合情况,有无异常声响实现筛分机同步运行是其行业的目标
据了解， 圆振动筛动力学分析的数学模型
加气混凝土砌块在拆模工序是成品质量检验的第一工位，其中对质检人员对加气混凝土砌块进行分等划类，按照国家标准规定，打上各种标记和生产日期，不需要进行加工的加气混凝土砌块或某些板材，经拆模检验后即可直接入库待售 橡胶专用水温机，加热媒介为水，控温的范围从30-98度，这款机型发热功率:18-1000，泵浦的功率为3-100匹，包胶滚筒 博盛传动滚筒但对于这样一套大型砂石生产设备我们需要掌握一定的知识才能保证生产顺利进行 今天我们具体给您讲解一下尼龙输送带，下面我们主要从它的应用和特点进行阐述但
由于胶辊长期受到润版液、油墨、纸张等因素的影响，加之每次清洗不可能完全 压力继电器是当压力信号达到给定值时，电气开关动作，从而发生电信号的液电信号转换元件缓冲托辊的类型也很多，比如，弹簧板型、缓冲圈型、强力缓冲型、等等用能量理论来解释研磨体的分级，不仅能适用于锥面分级衬板，而且对靠衬板排列使研磨体分级的机理也能够解释通了输送机的转变设计就是表现这种简略牢靠设计里间的主要环节之一
?奥氏体晶粒大小的影响:奥氏体的实际晶粒度对钢的淬透性有较大的影响，粗大的奥氏体晶粒能使曲线右移，降低了钢的临界冷却速度
7、给料方向应顺输送带的运行方向，为减小物料下落时对输送带的冲击应采溜槽，减小物料落差距离;输送带受料段，应缩短托辊间距和采用缓冲托辊为漏料，输送带顺应采用柔软适度的挡料板，以免档料板过硬，刮破输送带的带面来源:网络
范文五：用人工神经网络预测钢的贝氏体开始转变临界冷却速度
用人工神经网络预测钢的贝氏体开始转变
临界冷却速度
牛L—Lj驰卑
i材料研究l卡1竹11竹十
用人工神经网络预测钢的贝氏体开始转变临界冷却速度
李琪,由伟,方鸿生,白秉哲(清华大学材料科学与工程系,北京100084)
摘要:在收集的252个钢种的连续冷却转变曲线图(c()的基础上,用不同的人工神经网络模型预测了钢的贝氏
体开始转变临界冷却速度,与实测值比较证明,不同网络模型的预测精度不同.此外,用预测精度较高的人工神
经网络模型计算了合金元素Si和B的含量对贝氏体开始转变临界冷却速度的定量影响,计算结果与试验结果相
符合.
关键词:贝氏体开始转变临界冷却速度;人工神经网络;合金元素
中图分类号:TG:151.2文献标识码:A文章编号:0254.6051(2004)01.0058.05
PredictingtheCriticalCoolingRateofBainiteStartPoint
UsingArtificialNeuralNetworks
LIQi,’r()LWei,FANGHong—sheng,BAIBing—zhe
(DepartmentofMaterialsScienceandEngineering,TsinghuaUniversity,Beijing100084,China)
9:左洪波,L庆山,等等离子体增强电化学表面陶瓷化:J材料保
护,1995,28(7):21.22
ll0SluginovNPElectric1)ischargesinWaterlJ—jRussPhys
(‘hemSex”.1980.12(1—2):l93
[11]VanFB,BrownSD,wimGPMachanismofAn(mticSpark1)epo
sition[J]AmCeramSex’Bull,l977,56(6):563566
l2]ApelfeldAV,13espalovaOV,t3ori.,*)vAM,etalApplicati()11ofthe
ParticleBackseatteringMethodsoftheStudyofNewOxide1)rotec—
tireCoatingsattheSurfaceofAlandMgAlloys[J—Nuclearlnstru—
mentandMethcxtsinPhysicsResearch.2000,(I6l,l63):553—
557
[13j旷亚非,候朝辉,等阳极氧化过程中电击穿理论的进展:1:电
镀与涂饰,2000,19(3):38—4l
[14]刘风岭,骆更新,等微弧氧化与材料表面陶瓷化J]材料保护,
1998,31(3):22—24.
15]张欣宇,方明,等.电解液参数对铝合金微弧氧化的影响:J]
材料保护,2002,35(8):39—4l
fl6]刘文亮铝合金在不同溶液中的微弧氧化膜层性能研究1电
镀与精饰,1999,21(4):9-Il
[17]姜兆华,亲世刚,等(NaPO3)(体系铝台金微等离f体
氧化研究[J].材料工程,2000,(7):40—42
[18]姜兆华,亲世剐,等铝合金在水玻璃KOH—NaAlO体系中的微
等离子体氧化研究[J]中国有色金属学报,2000,10(4):5l9
524.
l9]蒋百灵,白力静,等铝合金微弧氧化技术J西安婵工大学学
报,2000,16(2):138—142
20]贺子凯,唐陪松溶液体系对微弧氧化陶瓷层的影响J一材料保
护,2001,34(11):12—13
『21]蒋永峰,李均明,等.铝合金微弧氧化陶瓷层形成闲索的分析
[J表面技术,2001,30(2):3739
f22]王宗仁,L庆山,等.铝合金表面陶瓷化对前处理的依赖性,J
电镀与精饰,2002,24(3):15—18
『23]DittichKH,LeoardLGMicroareOxidationofAhlminta~\lloy
Components[J].CrysandTechnol,1984,19(1):9396
[24]薛文斌,邓志威,等.铝合金微弧氧化膜与基体界面区的硬度和
弹性模量分布[J].金属学报,1999,35(6):638—642
『25]NieX.LeylandASongHW,etalThicknesseffectsonthei:lle
chanicalpropertiesofmicro-arcdischargeoxidecoatingsotlalumini
58
umalloysiJ:SurfaceandOxatingsl’echnolc~~,1999,(1l6,l19):
l0551060
Je,MeletisEJ,JangJC,eta1.~,brasixeWear/CorrsionProper—
tiesandTEMAnalysisofAl:O3CoatingsFabricatedUsingPlasnm
ElectrolysisJSurfaceandCoatings【1echnology,2002,(149):
24525l
沈德久,王玉林,等铝合金表面微弧氧化自润滑陶瓷覆层J
材料保护,2000,33(5):51-52.
高殿魁,姜桂荣,等.微弧氧化减摩陶瓷层的生成及其影响因素
J中国有色金属学报,2001,11(2):l99202
袁洋,罗状子,等铝合金表面微弧氧化耐磨润滑涂层:J:材
料保护,2002,35(5):4-6
熊仁章,盛磊,等铝合金微弧氧化陶瓷层的性能研究:J:材
料保护,2000,33(7):13—14
王玉林,沈德久,等铝材微弧氧化陶瓷膜的电绝缘性[J:轻合
金加工技术,2001,29(10):3435.
沈德久,廖波,等影响铝微弧氧化陶瓷层电绝缘性的工艺因
素探讨J:材料开发与应用,20{)2,l:(4):22—24
Yang(iuangliang,LXianyi.BatYizhe~1etalFheEffectofCur—
rentDensityonthePhase(‘omlx*sition#lldMicrostructureProper—
lies()fMicroarcOxidationCoatingJlounalofloysandCorn—
tx)unds,20{)2,(345):196—200.
左洪波,L庆山,等.能量密度对LI)3l台金表面蓝色PECC陶瓷
层装饰膜层成分及性能的影响J:材料保护,1999,32(5):20—
2l
Nie.1eylandA,MatthewsA1)epositionofLayeredBioceramic
Hydroxyapatite/I’iO2CoatingsonTitanittmAlloysUsingaHybrid
FechniqueofMicroarcOxidationandElectrophoresis—
JSurface
and(TcmtingsTechnology.2{)00,(125):407414
VongHan,SeongHyeonHong,KeweiXuS.
vtheqsofNanocry.
s—
tallineTitaniaFilmsbvMicroarcOxidationJMaterialLettem,
2002,(56):744—747
卢立红,沈德久,等.Q235钢热浸镀铝层的微弧氧化J腐蚀与
防护,2001,22(2):58—60
f玉林,沈德久,等Q235钢表面复台陶瓷化!J:新技术新工
艺,2001,(12):38—39
顾伟超,沈德久,等电弧喷涂铝的做弧氧化:J材料保护,
2002.35(12):37-38
《金属热处理))2004年第29卷第1期
]j一]一]JI]J,]]J]llll1』拍如卫?”娼
r一_-I_r?Ll_[:rLr?L[r?LllL_L
Abstract:ThecriticalcoolingratesofbainitestartpointRcbswerepredictedusingvariousartificialneura
lnetwork
(ANN)modelsbasedon252typesofcollectedCCTdiagram.Comparedwithexperimentalresults,thepr
ecisionof
predictionvariesfromthemodelsofartificialneuralnetwork.Thequantitativeinfluencesofalloyingele
mentscontent
ofSiandBoncriticalcoolingrateofbainitetransfomlationarecalculatedwiththespecificartificialnoura
1network
modeI,andthepredictedresultsaccordwellwithexperimentaloneS.
Keywords:criticaIcoolingrateofbainitestartpoint:artificiaIneuralnetwork;alloyingelement
1引言Rbs=F(Compositio,zs,)(1)
从钢的连续冷却转变曲线图(CCI”)可以获得许多
信息,并根据它分析奥氏体在连续冷却过程中的转变
情况,包括相变类型,相变开始和结束温度与时间以及
最终的硬度值.其中相变临界冷却速度是CCT图中
一
个重要的组成部分,据此可以判断特定的相变发生
的冷速范围,如上临界冷却速度和下临界冷却速度分
别表示奥氏体在连续冷却过程中不发生分解而全部过
冷到马氏体区的最小冷速和全部分解而不发生马氏体
转变的最大冷却速度.对贝氏体转变,同样存在临界
冷却速度,表示贝氏体转变发生的冷速范围.贝氏体
转变临界冷却速度具有重要意义,如在贝氏体钢的设
计中,如果钢具有合适的贝氏体转变临界冷速,则可以
在一定的工艺条件下得到所要求的组织,产品就可以
获得优良的性能,这一点在仿晶界型铁素体状贝氏
体复相钢[]和无碳化物贝氏体/马氏体复相钢口j的设
计中都得到很好的体现.基于相变临界冷速的重要
性,如果能找到一种方法根据钢的成分预测其相变临
界冷速,就可以判断钢以一定的速度冷却时所发生的
相变类型,从而判断工件的力学性能等,这样有利于提
高工作效率,缩短新产品的开发周期,降低研制成本,
这方面的工作在理论和应用方面都具有重要意义
方鸿生教授和郑燕康教授发明的新型空冷贝氏体
钢具有性能优良,成本低廉等特点,在国民经济许多部
门获得了广泛应用.本文根据清华大学贝氏体钢研究
组近年来的一些试验结果以及搜集的其它资料,利用
人工神经网络技术预测钢的贝氏体开始转变临界冷却
速度(尺hs),并分析合金元素si和B的含量对它的定
量影响.
2原理
钢的贝氏体开始转变临界冷速主要取决于钢的化
学成分和奥氏体化温度,从数学观点看,可以认为它们
之间存在函数关系:
作者简介:李琪(1978.10一),男,河北邢台人,硕士生,主要从
事贝氏体钢强韧性及热处理过程模拟的研究.联系电话:010—
62772976.E—mail:liqi一00@mails.minghua.edu.cn
收稿日期:2003—04—18
如果确定了函数F,就可以根据钢的化学成分和奥氏
体化温度确定贝氏体开始转变临界冷速.但是由于每
种钢都含有多种化学成分,每种化学成分都会影响贝
氏体转变临界冷速,这样函数F很复杂,难于确定其
明确的数学解析式,所以不易用解析法预测贝氏体转
变临界冷速.
近年来,人工神经网络(ANN)技术在函数逼近等
领域中得到越来越多的应用,并取得了很好的效果
人工神经网络是人工构造的模仿人的大脑脑神经网络
结构和功能的信息处理系统,具有自学习能力,能从已
有的试验数据中自动总结规律,获得反映其内在关系
的数学模型,然后据此进行预测,它擅长于处理复杂的
多元非线性问题.
3试验方法
3.1人工神经网络(ANN)
关于人工神经网络原理与应用的详细论述可见文
献[3],本文中所用的人工神经网络为反向传播网络
(BP网络),网络包括3层:输入层,输出层及隐含层.
输入层有9个节点,分别代表C,Si,Mn,Cr,Ni,Me,B
和(V+Nb+Ti)的含量和奥氏体化温度TA;输出层有
一
个节点,代表贝氏体开始转变临界冷速(尺);隐含
层的节点数不确定,可以根据需要进行调节.网络的
学习采用反向传播算法的附加动量法,学习速率为
0.05,动量项系数为0.5,最大循环次数设为2000次.
为了防止网络出现过度训练的情况,将所有样本分为
两组:约3/4作为训练样本,其余1作为测试样本=
3.2数据采集与处理
数据采集来源于清华大学贝氏体钢研究组的测试
结果和文献[4,9],其中钢的化学成分(质量分数,%)
范围分别为0.05,0.73(,0.01,2.08Si,0.23,
2.20Mn,0,2.29Cr,0,1.72i,0,1.03Me,0,
0.006B和0,0.45(V+Nb+Ti),奥氏体化温度71A
为810?,1400?.
4试验结果
4.1贝氏体开始转变临界冷速(Rbs)的预测
图1为用不同的人工神经网络模型预测的93个
《金属热处理》20o4年第29卷第1期59
互
o
o
j
aJMeasuredbs/S×104(b)Measured厅/?S×1(c)Measured/?S×1
图l不同的ANN模型埘Rk的计算值与实测值的比较
(a)隐含层神经元数目,5(b)隐含层神经元数日10(c)隐含层神经元数目,15(d)隐含层神经元数
目,20
Fig—ComparisonofcalculatedRcbtotestedresultswithdifferentANNmodels
(a)5neuronsinhiddenlayer(1))10neuronsinhiddenlayer(c)15neuronsinhiddenlayer(d)20neuronsin
hidden1ayer
钢种的贝氏体转变临界冷速与实测值的比较.由图1
中可以看到,不同的网络模型具有不同的预测精度:图
1b所示的为模型2,它的隐含层神经元数目为l0,其
效果要好于其它几种模型,网络的预测值与实测值更
加接近.模型1(图1a),3(图lc),4(图ld)的预测值
与实测值存在较大的偏差,尤其较大的临界冷速值,预
测值显着小于实测值.对上述模型的误差计算表
1,由表1可知,ANN模型的预测精度与隐含层的神经
元数目有关,当隐含层神经元数目过多或者过少时都
不能获得较好的精度.
表1ANN模型的预测精度
Table1Ih’edictionprecisionofdifferentANNmodels
模型号l234
方差9.9927e+0039.52l4e十00395840e+00397997e+003
4.2合金元素si和B的含量对贝氏体转变临界冷速
的定量影响
为了研究合金元素的含量对贝氏体转变临界冷速
的定量影响,选择3种新型空冷贝氏体钢为基准成分,
用人工神经网络模型2分析Si和B的含量对贝氏体
转变临界冷速的定量影响,所选的3种钢的化学成分
见表2.
表2基本钢的化学成分(质量分数,%)
Table2Chemicalcomposition(wt%)ofbasicsteels
基本荆代号【’1Mn【’rH
l号o040060适量0()002
2号:一022l60适量052()
3号060l55适量002()
注:3种钢的奥氏体化温度丁A均为900~C
4.2.1Si含量的影响通过人工神经网络计算Si含
量的影响结果见图2.由图2可见,对所选的基本成
分的钢,随着Si含量的增加,贝氏体转变临界冷速大
致趋于减小,但是每种钢的变化趋势也存在差别..对
1号钢.贝氏体转变临界冷速的变化可以分为两个阶
段.在Si含量为0.11%,1.2%时,贝氏体转变临界冷
速下降速率约为426?/min?1%Si:在Si含量为1.2%
,
2.0%时,贝氏体转变临界冷速增加,速率约为
8.8?/rain’1%Si.对2号钢,贝氏体转变临界冷速的
变化呈波浪形,大致分为两个阶段:在Si含量为0.1%
,
0.5%时,平均下降速率约为1133?/min?1%Si:在
Si含量为0.5%,2.0%时,平均下降速率约为12?/
min?1%Si.对3号钢,贝氏体转变临界冷速的变化大
致分为两个阶段:Si含量为0.1,1.2%时,随Si含
量增加,贝氏体转变临界冷速下降速率较快,平均约为
370?/rain?1Si%;Si含量为1.2%,2.0%时,随Si含
量增加,贝氏体转变临界冷速下降速率较小,约为
233,/min?l%Si
>
襄
萼l
嚣
blhcon(%I
圈2含量对贝氏体转变临界冷速的影响
Fig.2InfluenceofSicontentonR
表3为文献[10]中的测试结果与人工神经网络的
计算结果对比.从表3可见,人工神经网络的计算值
与实测值间存在较大的偏差.
表3Si含量对1号钢贝氏体开始转变临界冷速的影响
Table3InfluenceofSicontentonRofNo.1steel
注:3种钢的奥氏体化温度l,均为900~”
4.2.2B含量的影响表4所示为B含量对3种基
准钢的贝氏体转变临界冷速的影响:由表4可见,与
Si含量的影响相比,B的含量对3种基本成分的钢的
60《金属热处理}2004年第29卷第1期
贝氏体转变临界冷速的影响较简单:在0,0.004B%
范围内,钢的贝氏体转变临界冷速值均变化很小.
表4B含量对贝氏体转变临界冷速(?/rain)的影响
Table4InfluenceofBcontentonR(?/rain)
B(wt%)00.001000200030004
1号钢270270270270270
2号钢5454545454
3号钢5858585858
表5分别为文献[2]对2号钢和本试验对3号钢
中B含量对贝氏体转变临界冷速的影响.从表5中可
以看到,人工神经网络的计算值与实测值符合较好.
表5B含量对试验用的钢贝氏体开始转变临界冷速的影响
Table5]llf]ilenlgeofBcontentOn曰ofteststeel
注:4种钢的奥氏体化温度1’A均为900~”
5分析与讨论
(1)从数学观点看,钢的贝氏体开始转变临界冷
却速度与钢的化学成分,奥氏体化温度之间存在一个
较复杂的函数关系,目前很难确定此函数关系的解析
式,但是从高等数学中得知,任何复杂的函数关系均可
以表示为一个高次多项式.作者认为人工神经网络在
数学上就相当于一个高次多项式.通过调整人工神经
网络的层数和层中神经元的数量,人工神经网络可以
逼近任何函数,这一点已经得到很多人的证
明3,u-15J.这样,人工神经网络就相当于一个多元非
线性回归方程,适于解决这个问题.
(2)从图1中可以看到,不同的网络模型有不同
的预测精度.上面提到,人工神经网络相当于一个多
元非线性回归方程.从统计学课程中可知,对某个特
定问题,回归方程的项数一般有一个最佳值,项数过少
可能会忽略样本中包含的一些信息,项数过多则可能
会”歪曲”样本中一些信息,这两种情况都不能进行准
确的预测.人工神经网络的节点数太少就相当于回归
方程中的项数过少,节点数过多相当于回归方程中的
项数过多,同样会出现较大的预测误差.
(3)4.2.1的计算结果显示,Si对贝氏体转变临
界冷速的影响是非线性的,而且随钢的化学成分的变
化而变化,作者认为这是由于与其它元素间存在的
交互作用而引起的.从图2中可以看到,在有些位置,
随Si含量的增加,贝氏体转变临界冷速值并没有减
小,反而不断增大.这个现象目前尚没有经过试验证
实,可以将此归为两个原因:如果试验结果确实证明了
这个现象,则可以认为这是由于Si与其它元素间存在
的交互作用而引起的;否则可以认为这是由人工神经
网络的计算误差引起的.文献[16:指出,利用有限个
样本进行函数逼近是一个不适定(illposed)问题,满足
这有限个样本要求的解有无穷多个,所以计算结果势
必会存在误差.与此相似,w.G.Vermeulen一”J对马氏
体开始转变温度的计算结果也可归于这个原因.
(4)通过3种基本化学成分的钢进行人工神经网
络的计算结果显示:随着B含量的增加,贝氏体转变
临界冷速基本不发生变化,这看似与人们的传统看法
不同,一般认为,在钢中加入百万分之几的B,就可以
明显推迟贝氏体转变临界冷速,如文献[18]指出的B
推迟贝氏体转变的作用随碳含量的增加而减弱.作者
认为这种现象仍应归因于元素间存在的交互作用:C,
Si,Mn与B间存在的交互作用削弱了B推迟贝氏体
转变的作用.
6结论
(1)用合适的人工神经网络模型可以较准确地预
测钢的贝氏体开始转变临界冷却速度
(2)人工神经网络计算结果表明,合金元素Si的
含量对钢的贝氏体开始转变临界冷速具有非线性影
响,总体上,含量增加引起贝氏体开始转变临界冷
速值减小,计算结果与他人的测试值间存在较大偏差.
(3)对本文中所用的3种基本成分的钢,计算结
果表明,合金元素B的含量对贝氏体开始转变临界冷
速的影响很微弱,计算结果与实测值符合程度较好:
参考文献:
[1徐平光仿晶界型铁素体/粒状贝氏体复相钢的研究Dj北京:清
华大学,2002:30—33
[2刘东雨1500MPa级低碳无碳化物贝氏体氏体钢的研究:D:
北京:清华大学,200235
[3JRobertHechtNieLsen.Neurocomputing[M:Massachusetts:Addison
WesleyPublishingCompany,1991
4]本溪钢铁公司第一炼钢厂,清华大学机械系金属材料教研组.钢
的过冷奥氏体转变曲线M],本溪:本溪钢铁公司第一炼钢厂,
l978
[5jTheresearchla|x)ratory,UnitedStatesSteelCompanyAtlasof
imthemlaltransformationdiagrams[MEittsburgh:Kearny,1951
E6]AmericanSxxzietyformetals.At[asofimth(mialtransformationand
c(~lingtransfommtiondiagranls[M:Ohio:MetalsPark,1977
[7]张世中钢的过冷奥氏体转变曲线图集M一北京:冶金工业出版
社,l993
[8]机械电子工业部哈尔滨焊接研究所国产低合金钢焊接CCT图
册[M]北京:机械工业出版社,1990
『9]BainiteCommitteeofImn&SteelInstituteofJapanAtlasofBainitic
《金属热处理》2004年第29卷第1期6l
粉体聚集状态对自蔓延高温合成(SHS)反应喷涂Al203-AI2cu3涂层的影响
王建江..一,杜心康,赵忠民,张龙,叶明惠,姚占军2
(1.西安交通大学材料科学与工程学院,陕西西安710049;2.石家庄军械工程学院先进材料研
究所.
河北石家庄050003)
摘要:采用SHS技术和传统氧一乙炔火焰喷涂技术,利用Al与CuO间的高能铝热反应,在钢
的表面制备了Al,—
A12Cu3复相涂层.研究了粉体聚集状态对SHS火焰喷涂涂层物相组成,组织结构和反应机
理的影响,结果表明:
非团聚CuO—A1粉体分散在气流中缺乏发生SHS反应的条件,而团聚CuO-A1体,经历反
应孕育,飞行燃烧,碰撞,
结构转变与凝固4个阶段,形成层状结构.
关键词:自蔓延高温合成;燃烧合成;反应喷涂;团聚体;陶瓷涂层;反应机理
中图分类号:TG174.453文献标识码:A文章编号:0254.6051(2004)01.0062.04
InfluenceofAggregatingStateofParticleonA1203-AlzCuaCoatingProduced
bvSHSReactiveSpraying
WANGJian—jiang’,DUXin—kang2,ZHAOZhong—min2,ZHANGbnge,YEMing—hui,YAOZh
an—jun2
(1.MechanicalEngineeringInstitute,Xi’anCommunicationCollege,Xi’anShaanxi7100492,China;
2.AdvanceMaterialsInstitute,OrdnanceEngineeringCollege,ShijiazhuangHebei050003,China)
Abstract:UtilizingSHSreactiveimwdersprayingtechniquewiththecombinationofoxyacetylenespra
yingandcom—
bustionsynthesis,Al203一
al2Cu3multiphasecoatingwasproducedonironsubstratetakingA1andCuOasmainreac—
tants.Influencesofaggregatingstateoncoatingcomponent,microstructureandreactivemechanismwe
restudied.Re—
suitsshowedthatnon—aggregatedA1andCuOmixedpowdershavefewopportunitiestoreactbecauseofbeingdis—
persedapartintheblow,opposirely,foraggregatedparticles,laminatestructurehasbeenformedafterfou
rstagesof
pregnantperiod,flightcombustion,collidingandstructuretransformationandsolidification.
Keywords:self—propagatinghigh—temperaturesynthesis(SHS);combustionsynthesis;reactivespray;aggregated
particle;ceramiccoating;reactivemechanism
1引言
将自蔓延高温合成技术与现代材料加工技术相融
合,可产生多种新型SHS表面陶瓷涂层技术一?,其中
将SHS技术与火焰喷涂技术相结合产生的SHS火焰
作者简介:王建江(1963.03一),,江苏台州人,教授,博士生,
主要从事自蔓延高温合成材料与表面工程方面的研究工作.
联系电话:13091098376
基金项目:国家自然科学基金资助项目(50272084)
收稿日期:2003—07.17
喷涂技术是采用氧一乙炔火焰等低能量热源,将高放热
的SHS体系引燃,在喷涂过程中,利用自蔓延反应中
高化学能释放及非平衡中间相生成的特性,将多种原
位合成相以熔体粒子状态高速喷射到基体表面,借助
燃烧合成自身放热提高喷涂温度,促进陶瓷与基体间
的粘结与扩散,并可通过调整喷涂过程中外界能量输
入控制涂层冷却过程,从而在金属表面制备性能优异
的陶瓷基涂层.该项技术不仅实现了传统火焰喷涂技
术难以实现的陶瓷相的原位合成,还通过在陶瓷涂层
内部和陶瓷俭属基体间界面处得到过渡型中间相.进
Microstructur~MjISlJ,Japan,19926
flO黄维刚新型高强韧性Mn—B系贝氏体钢的研究lj北京:清华
大学,l996:28.35
『11El—SharkawiMH.Marks(Ed.)RJApplicationsofneuralnelworks
topowersystemsfC]Seattle(WA),l991:231236
12]CybenkoGApproximationbysuprp[tiol1sofsigmoidalfunction,
mathmmdticsofcontro[J]Sign’sandsyst~s,1980,(2):303314.
fl3]HomikK.etalMultilayerfeedforwardnetworkareuniversalap—
proximators[JNeuralnetworks.1989,(2):359—366
[14]ChenTP,eta1.ApproximationcapabilityinCkbymultilayerfeed
forwardnetworksandrelatedproblems[Jj.IEEErrarlsNN,1995,
62
(6):57—67
ScorselliF,etalUniven~approximationusingFNN:Asurveyof
8omeexistingmethodsandsomenewresults[J]Neuralnetworks,
1998.(11):15—37
阎平凡,张长水人工神经网络与模拟进化计算[M]北京:清华
大学出版社,2000:78
Verme~enWG..PredictionofMartensiteStartTemperatureUs—
ingArtificialNepalNetworks[J]IronnmkingandSteelmaking,
1996,23(5):433
胡光立,谢希文钢的热处理[M]西安:西北工业大学出版社.
1993:】25—126.
《金属热处t~}2004年第29卷第1期
