一种金属材料韧性断裂耦合失效仿真分析方法

    公开(公告)号:CN113673030B

    公开(公告)日:2023-07-25

    申请号:CN202110896825.6

    申请日:2021-08-05

    摘要: 本发明涉及一种金属材料韧性断裂耦合失效仿真分析方法,步骤为:进行不同应力状态试样拉伸测试;确定仿真输入的真实应力应变曲线:确定大单元尺寸下断裂准则待定参数;确定起始退化模型的待定参数;确定应力退化参数;进行金属材料断裂失效仿真模拟。本发明能够有效地提高金属材料韧性断裂失效的预测精度,特别是高强度金属材料的计算精度,提高计算效率,材料损伤参数获取简单,可以有效解决失效模型工程应用的困难问题,适用范围广泛。

    一种层状异构组织高强钢的制造方法

    公开(公告)号:CN116005078A

    公开(公告)日:2023-04-25

    申请号:CN202310061738.8

    申请日:2023-01-14

    摘要: 本发明公开了一种层状异构组织高强钢的制造方法,涉及钢铁材料加工技术领域,其技术方案要点是:将钢体在真空感应炉中熔化,并铸造成铸锭;铸锭在1200℃下均匀化,将铸锭锻造成坯料锻造板;在1150℃‑950℃的温度范围内将锻造板热轧(HR)为热轧钢板,并空冷至室温;热轧钢板再进一步进行温轧得到层状组织;温轧钢板再进行亚温退火(IA);对经过亚温退火的温轧钢板进行冷轧得到冷轧钢板;最后,将冷轧钢板进行部分再结晶退火,然后空冷。采用了温轧和不完全再结晶退火相结合的技术特点,制备了具有微纳米级再结晶晶粒、形变拉长粗奥氏体晶粒相混合的层状异质结构微观组织。

    一种基于深度学习网络的铁素体晶粒度评级方法

    公开(公告)号:CN115410034A

    公开(公告)日:2022-11-29

    申请号:CN202210943993.0

    申请日:2022-08-05

    摘要: 本发明涉及一种基于深度学习网络的铁素体晶粒度评级方法,属于图像识别方法技术领域。本发明的技术方案是:首先对图像进行预处理,利用深度学习U‑Net网络对组织图像进行晶界提取,采用一种基于Zhang的快速并行细化算法的目标提取方法获得无毛刺的铁素体晶界骨架图像,通过阈值截点识别方法识别截线与晶界的交点类型,从而确定截点数,代入公式计算晶粒度级别数。本发明的有益效果是:利用深度学习算法,结合图像处理,可以在很大程度上取代部分的人工评级任务,减少工作量;实现晶粒度自动评级一键化,大大提高了晶粒度评级的效率,有效节约了人员成本和时间成本。