-
公开(公告)号：CN118979197A
公开(公告)日：2024-11-19
申请号：CN202411082839.4
申请日：2024-08-08
Applicant: 东北大学
Abstract: 本发明涉及一种基于降温热轧工艺的含铌5.5Ni钢板及其制备方法，属于合金钢制造技术领域。本发明提供所述含铌5.5Ni钢板的化学成分按重量百分比为：C：0.03～0.06％，Si：0.05～0.12％，Mn：0.52～1.10％，Ni：5.20～5.70％，Mo：0.10～0.30％，Nb：0.01～0.02％，P：≤0.006％，S：≤0.005％，余量为Fe和不可避免的杂质。本发明所述制备方法在节约Ni合金基础上，采用降温轧制、两相区淬火加回火的工艺流程热处理工艺，获得具有优良的低温韧性和高强塑性的含铌5.5Ni钢板，综合力学性能达到9Ni钢水平，实现材料的低成本化。
-
公开(公告)号：CN116825253B
公开(公告)日：2023-11-21
申请号：CN202310812958.X
申请日：2023-07-03
Applicant: 东北大学
IPC: G16C60/00 , G06F30/27 , G06F18/214 , G06F18/243 , G06F119/14 , G06F111/06 , G06F119/08 , G06F111/08
-
公开(公告)号：CN112100745B
公开(公告)日：2023-10-13
申请号：CN202010966431.9
申请日：2020-09-15
Applicant: 东北大学
IPC: G16C60/00 , G16C20/70 , G16C20/20 , G06F30/15 , G06F30/17 , G06F30/27 , G06F18/2132 , G06F18/2411 , G06F18/27 , G06F18/10 , G06F18/23 , G06N20/10 , G06F113/26 , G06F119/14 , G06F113/28
Abstract: 本发明提供一种基于LDA理论的汽车大梁钢力学性能预测方法，涉及汽车大梁钢轧制生产技术领域。本发明提供了一种钢材的力学性能(屈服强度、抗拉强度、延伸率)预测模型建立方法。热轧高强钢的生产过程中会产生大量的历史生产数据，并根据历史生产数据构建模型训练数据样本集；训练数据样本集包括携带特征属性(工艺、成分参数)及所对应的力学性能参数；利用训练数据样本集建立力学性能预测模型，最后将预测数据样本集的特征属性参数(工艺、成分参数)输入力学性能预测模型得到预测数据样本的力学性能。
-
公开(公告)号：CN115386783B
公开(公告)日：2023-10-03
申请号：CN202211039251.1
申请日：2022-08-29
Applicant: 东北大学
Abstract: 一种屈服强度1000MPa级超高强钢板及其制备方法，属于冶金技术领域。该屈服强度1000MPa级超高强钢板的制备方法为：1)按照热轧钢板的化学成分配比，熔炼成铸坯；2)将铸坯保温，进行热轧，以一定冷却速率，冷却至适当温度，随后在线升温至一定温度后卷取制得热轧板；3)进行回火热处理。得到的屈服强度1000MPa级超高强钢板是高强钢板，微观组织主要包括贝氏体和纳米级碳化物，碳化物弥散分布在贝氏体基体上，屈服强度为≥1000MPa，抗拉强度为≥1150MPa，断后延伸率A≥18％。
-
公开(公告)号：CN116779062A
公开(公告)日：2023-09-19
申请号：CN202310707270.5
申请日：2023-06-14
Applicant: 东北大学
Abstract: 本发明公开了基于MOEA/D智能优化算法的热轧带钢生产工艺动态优化方法，包括S1、建立工艺优化基础数据平台；S2、基于工艺优化基础数据平台建立预测模型；S3、根据实际生产工艺要求，设定力学性能预测模型输入参数的范围；S4、基于设定的热轧带钢工艺参数优化设计方案，建立多目标优化策略数学模型；S5、基于MOEA/D智能优化算法对多目标数学模型进行求解，得出合理的工艺参数计算值；S6、根据计算求解的工艺参数值，调整实际生产工艺设定值。本发明采用上述基于MOEA/D智能优化算法的热轧带钢生产工艺动态优化方法，根据实际性能需求，实现工艺参数的及时、精确和高效率优化，有助于提高热轧带钢生产工艺参数选择的科学性，提高热轧带钢力学性能的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN111861041B
公开(公告)日：2023-09-05
申请号：CN202010767229.3
申请日：2020-08-03
Applicant: 东北大学
IPC: G06F30/28 , G06F30/27 , G06F30/20 , G06N3/084 , G06N3/126 , G06F119/14 , G06F113/08
Abstract: 一种预测Nb微合金钢动态再结晶型流变应力的方法，属于钢铁研究和机器学习的交叉技术领域。该方法基于系列Nb微合金钢的动态再结晶型流变应力曲线及钢种信息的实验数据，采用遗传算法学习每条流变应力曲线对应数学模型中的参数，使用贝叶斯正则化的BP神经网络建立钢种信息与流变应力曲线特征间的网络关系模型，之后结合流变应力曲线对应的数学模型，预测动态再结晶型流变应力。该方法所建立的模型能够高精度预测该系列钢在多种成分及工艺条件下的流变应力曲线，明显减少单道次压缩实验的工作量，提高动态再结晶型流变应力曲线的预测效率和精度。
-
公开(公告)号：CN111933221B
公开(公告)日：2023-07-04
申请号：CN202010766776.X
申请日：2020-08-03
Applicant: 东北大学
Abstract: 本发明的一种预测Nb微合金钢动态再结晶分数的方法，属于钢铁研究和机器学习的交叉技术领域；该方法以现有C‑Mn‑Nb微合金钢动态再结晶型流变应力的实验数据构建Nb微合金钢动态再结晶行为的数据集，使用基于贝叶斯正则化的BP神经网络建立化学成分、工艺参数与流变应力曲线特征间的模型，通过动态再结晶分数数学模型，实现高精度预测动态再结晶分数，明显减少单道次压缩实验及淬火实验的工作量，提高预测动态再结晶分数的效率。
-
公开(公告)号：CN115846418A
公开(公告)日：2023-03-28
申请号：CN202211466817.9
申请日：2022-11-22
Applicant: 东北大学
Abstract: 本发明公开了一种热轧钢材高温氧化速率的预测方法，该技术属于轧钢领域。利用高温同步分析仪TGA，通过高温氧化实验确定不同钢种在不同氧化温度下的氧化速率，建立钢种的基础氧化数据集，该数据集中包含各钢种的化学成分、氧化温度与氧化速率。采用多次留出法将数据集划分为训练集和预测集。利用BP神经网络，在训练数据集的基础上建立钢种成分‑氧化温度‑氧化速率的机器学习模型，并用预测集对模型精度进行评估。该方法极大地缩短了工艺开发时间，节约了产品开发成本，提高了新产品研发效率。
-
公开(公告)号：CN115541409A
公开(公告)日：2022-12-30
申请号：CN202211479286.7
申请日：2022-11-24
Applicant: 东北大学
Abstract: 本发明公开了一种适用于超低温环境下的金属圆柱试样疲劳测试装置，包括低温环境箱、液氮箱、动夹头和定夹头，液氮箱穿过低温环境箱，液氮箱为圆柱形，液氮箱的内部顶端设置有动夹头，动夹头与液氮箱之间设置有动夹头座板，液氮箱中部的侧壁上设置有进气口和出气口，进气口和出气口位于动夹头与定夹头之间，进气口与液氮泵低温导管连通，液氮箱的内部底端设置有定夹头，定夹头与液氮箱螺纹连接，动夹头和定夹头分别与圆柱疲劳试样的两端螺纹连接。本发明采用上述结构的一种适用于超低温环境下的金属圆柱试样疲劳测试装置，能够实现实验环境的持续低温，且大幅降低液氮消耗量，成本低且结构可靠，安全性高。
-
公开(公告)号：CN115386783A
公开(公告)日：2022-11-25
申请号：CN202211039251.1
申请日：2022-08-29
Applicant: 东北大学
Abstract: 一种屈服强度1000MPa级超高强钢板及其制备方法，属于冶金技术领域。该屈服强度1000MPa级超高强钢板的制备方法为：1)按照热轧钢板的化学成分配比，熔炼成铸坯；2)将铸坯保温，进行热轧，以一定冷却速率，冷却至适当温度，随后在线升温至一定温度后卷取制得热轧板；3)进行回火热处理。得到的屈服强度1000MPa级超高强钢板是高强钢板，微观组织主要包括贝氏体和纳米级碳化物，碳化物弥散分布在贝氏体基体上，屈服强度为≥1000MPa，抗拉强度为≥1150MPa，断后延伸率A≥18％。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.034 seconds)
