一种高层建筑用钢抗层状撕裂性能的预测方法及其系统的制作方法
一种高层建筑用钢抗层状撕裂性能的预测方法及其系统的制作方法
【技术领域】
[0001] 本发明涉及高层建筑用钢制备技术领域，具体地说是一种高层建筑用钢抗层状撕 裂性能的预测方法及其系统。
【背景技术】
[0002] 近年来，随着国内外城市化进程的不断推进，人口密度极大的大型、特大型城市日 益增多，由此强烈促进了高层、超高层建筑的高速发展，高层建筑呈现出最大高度不断增 加、安全性和抗震性能要求更高等发展趋势。高层建筑现已成为建筑业的发展趋势，例如国 内外著名的层数162层、总高818米的迪拜大厦和层数220层、总高838米的长沙天空城市 (世界第一高度建筑，可抗9级大地震）等地标性高层建筑物，不断刷新着高层建筑的高度 极限值。而随着国内外建筑物高度的不断增加，促进产生了一种新型行业用钢一一高层建 筑用钢的问世。所谓高层建筑用钢，与传统的建筑用钢相比有着截然不同的性能需求，主 要体现在极高的抗层状撕裂性能和优良的韧性和塑性等，其中尤以抗层状撕裂性能至关重 要！这是因为高层建筑及其用钢必须要能够抵御自然环境中难以避免的极限破坏性载荷， 诸如超强地震波、超强台风、龙卷风等，必须能防震、抗震和抗风，吸收更多的地震能和风能 等。同时，还必须克服因其自身焊接结构节点过多、约束力过强所产生的板厚方向的较大拉 应力破坏作用。显然，极高的抗层状撕裂性能能够很好地克服此破坏拉应力与地震波的纵 波相互叠加时所产生的双重破坏性作用，继而大大减少由该破坏性作用产生的严重灾难性 后果。
[0003] 关于抗层状撕裂性能，我国最早的和最新的行业标准（YB4104-2000和GB/T 5313-2010)均采用板厚方向拉伸试验得到的断面收缩率WZ来表征抗层状撕裂性能，这亦 与国际行业标准，诸如日本工业标准JISG3136:2005等相一致。长期以来，高层建筑用 钢的热轧制备工艺优化及其抗层状撕裂性能的控制，主要通过实物试验来大致确定。考虑 到服役期内的、处于自然环境下的高层建筑用钢，其经地震等破坏性作用后的真实抗层状 撕裂性能数据样本根本无法获得或极难获得（属于可遇不可求的极小概率事件），但毫无 疑问的是，若钢的抗层状撕裂性能越大，则建筑物经地震等破坏性作用后的真实抗层状撕 裂性能亦越大！故此类钢种的抗层状撕裂性能预测工作就显得至关重要，若能在高层建筑 用钢制备领域运用先进的计算机模拟和预测技术，就可以大幅减少钢种安全性实物试验所 耗费的巨大人力、物力成本，迅速而准确地预测高层建筑用钢的抗层状撕裂性能，并及时调 整和优化相应钢种的制备轧制工艺，这对高层建筑用钢的钢种研发具有十分重要的工程意 义。然而，此类研宄的相关成果在国内外鲜见报道。
【发明内容】
[0004] 本发明的目的是以常用高层建筑用钢为研宄对象，具体涉及Q420EZ35、Q420D、 Q420GJEZ35、H136等钢，提供一种针对高层建筑用钢的抗层状撕裂性能进行预测的方法及 系统，同时得出与此类钢板最大抗层状撕裂性能相应的优化工艺方案。
[0005] 本发明的技术方案是：一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，包括以下步骤：
[0006] S1、从SQLServer2014数据库中读取高层建筑用钢热轧过程所需的待测钢材的 母材信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件；
[0007] S2、结合所述待测钢材的母材信息和轧制工艺参数建立PLS(偏最小二乘预测 PartialLeast-SquaresRegression，简称"PLS"）抗层状撕裂性能预测模型，并对PLS公 式进行预测精度的检验与控制，得到最优PLS预测模型，即精度最高的PLS抗层状撕裂性能 预测模型；
[0008] S3、由所述精度最高的PLS抗层状撕裂性能预测模型计算后得出试样的一组抗层 状撕裂性能预测值；
[0009] S4、对所述一组抗层状撕裂性能预测值的结果，再根据逆映射原理反求得到与最 大预测值相对应的最优轧制工艺方案，即最优工艺参数的组合；
[0010] S5、利用SISCIAS9. 0专用材料图像分析软件，对步骤S4中由逆映射原理反求所 得最优工艺参数组合条件下的最大抗层状撕裂性能试样热轧金相组织进图像进行定 量分析，测定其平均晶粒尺寸、铁素体体积比和珠光体体积比，以期确定具体钢种、具体材 质的抗层状撕裂性能最大的热轧金相组织参数关键阈值。
[0011] 上述方案中，还包括步骤S6，
[0012] 所述步骤S6为：对最优工艺参数组合、抗层状撕裂性能预测值、实际值、相对误差 和金相组织定量分析结果，以表格、图表或普通文本分析报告方式进行显示输出。
[0013] 上述方案中，所述步骤S2具体为：采用交叉有效性确定主成分的个数，以获得 PRESSh最小化的预测方程；通过对不同钢种及其工艺的模拟得出目标相对误差< 4. 50%的 抗层状撕裂性能预测值Wz;对所得抗层状撕裂性能预测值W2进行主成分分析，得到精度 最高的PLS抗层状撕裂性能预测模型。
[0014] 上述方案中，所述步骤S2中对PLS抗层状撕裂性能预测模型预测精度的控制具体 为：是利用模型预测值与实际值的目标相对误差加以控制，即目标相对误差< 4. 50%，若 符合该精度要求，则输出结果；若不符合，则返回数据库重新读取数据进行重新建模工作， 直至达到目标相对误差< 4. 50 %为止。
[0015] 进一步的，所述步骤S2中采用交叉有效性确定主成分的个数为3时，^^预测误差 平方和PRESSh最小。
[0016] 一种实现高层建筑用钢抗层状撕裂性能的预测方法的系统，其特征在于，包括数 据库、前处理模块、抗层状撕裂性能预测模块、金相组织定量分析模块和后处理模块，其 中：
[0017] 所述数据库，用于储存高层建筑用钢热轧过程所需的待测钢材的母材信息、乳制 工艺参数和热轧金相组织；母材信息包括母材厚度和钢板名称；乳制工艺参数包括开轧温 度、终轧温度、卷曲温度、连铸速度和轻压下率；
[0018] 所述前处理模块，用于从数据库中读取高层建筑用钢热轧过程所需的待测钢材母 材基本信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件；
[0019] 所述抗层状撕裂性能预测模块，根据读取的待测钢材母材的信息、乳制工艺参数 和热轧金相组织建立PLS抗层状撕裂性能预测模型，并对PLS公式进行精度的检验与控制， 得到精度最高的PLS抗层状撕裂性能预测模型，并进行抗层状撕裂性能预测，得到最大预 测值，再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案，即最优工艺 参数的组合；
[0020] 所述金相组织定量分析模块，用于对所述最优工艺参数组合条件下的最大抗层状 撕裂性能试样热轧金相组织图像进行定量分析，测定其平均晶粒尺寸、铁素体和珠光 体体积比；
[0021] 所述后处理模块，用于显示输出计算数据结果。
[0022] 本发明的优点是：
[0023] 1、能预测常用高层建筑用钢的抗层状撕裂性能，对于抗层状撕裂性能待测目标， 可获得理想的预测结果，从而保证了轧制工艺优化与高层建筑用钢抗层状撕裂性能控制的 精度。
[0024] 2、利用本发明方法，对Q420EZ35、Q420D、Q420GJEZ35、H136等高层建筑用钢的抗 层状撕裂性能预测精度均达到95. 50%以上。
[0025] 3、对于待测钢材，不仅能通过所述抗层状撕裂性能预测模块预测其抗层状撕裂性 能，还能通过所述金相组织定量分析模块得出其抗层状撕裂性能最大时所对应的热轧金相 组织参数关键阈值，诸如平均晶粒尺寸、铁素体和珠光体体积比，从而有利于进行高层建筑 用钢材质控制。
[0026] 4、本发明具有优异的普适性，可以推广应用于各种新型、高强韧化高层建筑用钢 的研发领域，其预测结果有助于专业人员改进现有的生产工艺，为提高各种新型、高强韧化 高层建筑用钢抗层状撕裂性能及其安全性提供可靠依据。
[0027] 5、本发明提供的数据库为SQL系列中功能最强、版本最新、速度最快的数据库，含 有大量的高层建筑用钢母材信息、乳制工艺参数和热轧金相组织照片，界面友好，输入、输 出均与生产过程保持一致，易于操作。预测工作在标准配置的计算机上运行，实现了计算与 结果输出的分离，便于程序的调试、升级、维护和嵌入。
【附图说明】
[0028] 图1是本发明的系统整体框图。
[0029] 图2是抗层状撕裂性能预测模块建立流程框图。
[0030] 图3是实施例1最优工艺参数组合条件下的热轧金相组织图像。
[0031] 图4是图3经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0032]图5是图3经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0033] 图6是实施例2最优工艺参数组合条件下的热轧金相组织图像。
[0034] 图7是图6经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0035] 图8是图6经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0036] 图9是实施例3最优工艺参数组合条件下的热轧金相组织图像。
[0037] 图10是图9经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0038] 图11是图9经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0039] 图12是实施例4最优工艺参数组合条件下的 热轧金相组织图像。
[0040] 图13是图12经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0041]图14是图12经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。【具体实施方式】
[0042]下面结合附图对本发明作进一步详细说明。
[0043]本发明采用板厚方向拉伸试验得到的断面收缩率来表征高层建筑用钢的抗层 状撕裂性能。高层建筑用钢抗层状撕裂性能获得步骤如下：
[0044]沿钢板厚度方向制取拉伸试样进行拉伸试验，得到拉伸断裂后的样品，测量时，将 试样断裂部分仔细地配接在一起，使其轴线处于同一直线上。对于圆形横截面试样，在缩颈 最小处相互垂直方向测量直径，取其算术平均值计算最小横截面积；对于矩形横截面试样， 测量缩颈处的最大宽度和最小厚度，两者之乘积为断后最小横截面积。
[0045] 如图1所示，本发明以常用高层建筑用钢为研宄对象，建立了高层建筑用钢抗层 状撕裂性能预测系统。整体预测系统包括数据库、前处理模块、抗层状撕裂性能预测模块、 金相组织定量分析模块、和后处理模块。前处理模块、后处理模块为辅助模块，以利于实现 抗层状撕裂性能预测模块的建立和预测结果、以及金相组织定量分析模块分析结果的显示 输出。
[0046] 其中，前处理模块的功能是从数据库中读取高层建筑用钢热轧过程所需的的母材 信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件。母材信息包括：高层建筑 用钢的钢种、板材厚度等尺寸规格；乳制工艺参数包括：开轧温度，终轧温度，卷曲温度等。 如读取无误，则转入抗层状撕裂性能预测模块；如有错误，则可返回重新读取母材信息、乳 制工艺参数和热轧金相组织。
[0047]后处理模块的功能是显示输出计算结果，对具体实施例的相应最优工艺参数组 合、抗层状撕裂性能预测值、实际值、相对误差，以表格、图表或普通文本分析报告等方式进 行显示输出。
[0048] 在进行如图2所示的高层建筑用钢抗层状撕裂性能预测时，为便于预测和控制高 层建筑用钢抗层状撕裂性能，必须检验已有的由轧制工艺参数-抗层状撕裂性能映射关系 得到的PLS经验公式，以期得到最优PLS经验公式，以精确模拟高层建筑用钢轧制生产工 艺，继而保证待测板材抗层状撕裂性能的预测精度。
[0049]在已有的PLS经验公式：
（i= 1，2,3;j= 0, 1，2,…，k)中，抗层状 撕裂性能预测模型的输入变量为：X= [Xl，x2,x3]，Xl-开轧温度（°C)，x2-终轧温度（°C)，x3-卷曲温度（°C);输出变量为：Y= [Wz]，-抗层状撕裂性能（％ )。
[0050] 为使上述高层建筑用钢的PLS抗层状撕裂性能预测模型输出值与实际值的拟合 度最好，应使得输出值的误差平方和PRESSh最小化；同时为消除各输入变量的多重相关性 影响，需采用交叉有效性确定主成分的个数，以获得PRESSh最小化的预测方程，计算工具采 用MATLAB软件。
[0051]另外，为使所建模型具备与典型多元线性相关分析相类似的解释输入、输出变量 空间的解释能力并使其达到较高的水平，应使得主成分th对输入变量x和输出变量W2的 累积解释能力RdXtt和RdYtt最大化。
[0052] 对所建模型预测精度的控制，是利用模型预测值与实际值的目标相对误差加以控 制（目标相对误差< 4. 50% )，若符合该精度要求，则输出结果；若不符合，则返回前处理模 块重复图2的建模工作，直至达到目标相对误差为止。
[0053] 利用SISC IAS 9.0专用材料图像分析软件对由逆映射反求所得最优工艺参数组 合条件下的最大抗层状撕裂性能试样热轧金相组织图像进行定量分析，测定其平均 晶粒尺寸、铁素体和珠光体体积比，以期确定具体钢种、具体材质的抗层状撕裂性能最大的 热轧金相组织参数关键阈值。
[0054] 最后，对具体实施例的相应最优工艺参数组合、抗层状撕裂性能预测值、实际值、 相对误差和金相组织定量分析结果以表格、图表或普通文本分析报告方式进行显示输出。
[0055] 下面结合附图，通过4个实例进一步对本发明的实施过程进行逐步说明。
[0056] 实施例1
[0057] 以80mm板厚的高层建筑用钢Q420EZ35为例，其工艺流程为：铁水预脱硫一转炉冶 炼一LF精炼一RH真空脱气一连铸机上连铸（连铸坯厚度为320mm)，主要热轧工艺参数如 下：开轧温度1050~1150°C，终轧温度830~890°C，卷曲温度510~590°C，连铸速度= 0? 65m/min，轻压下率=1. 13mm/m。
[0058] 应用MATLAB软件对已有的轧制工艺参数-抗层状撕裂性能映射关系
，i= 1，2, 3,j= 0, 1，2,…，k)进行PLS计算，其算法步骤如下。
[0059]步骤1 :乳制试样（多9)相关工艺数据，如表1所示。
[0060]表1试样工艺参数与试验结果
[0062] 步骤2 :考察输入变量之间的多重相关性问题，由表2可见，输入变量之间的多重 相关性较明显。
[0063] 表2输入变量、输出变量间相关系数矩阵
[0065] 步骤3:经交叉有效性原则处理后，得到抗层状撕裂性能的最优主成分个数，当h =3时，^^预测误差平方和PRESSh最小，故本发明最终选取三个主成分建立抗层状撕裂性 能预测模型，Q420EZ35高层建筑用钢抗层状撕裂性能为：
[0066] Wz=-0. 〇〇84xr0. 0181x2-〇. 0107x3+102. 3101
[0067] 式中Xl-开轧温度（°C)，x2-终轧温度（°C)，x3-卷曲温度（°C)。
[0068] 步骤4 :PLS方程的主成分分析
[0069] 对以上抗层状撕裂性能进行主成分分析后，得到表3。由表3可知，当选取主 成分个数为三时，PRESStain= 0. 832,一共解释了原输入变量系统中93. 6%的变异信息，解 释了输出变量系统中94. 7 %的变异信息，对输入变量和输出变量的累计解释能力均很高。
[0070]表3抗层状撕裂性能主成份分析数据
[0072] 表中，th-一抗层状撕裂性能主成分，h= 1，2, 3;
[0073] RdXt--主成分th对输入变量X的解释能力；
[0074] RdXtt一一主成分th对输入变量X的累计解释能力；
[0075] RdYt--主成分th对输出变量Y的解释能力；
[0076] RdYtt一一主成分th对输出变量Y的累计解释能力；
[0077] PRESSh-一^^预测误差平方和，是交叉有效性方法判断主成分选取个数的依据。
[0078]步骤5:预测精度检验与控制
[0079] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果表4所示。由表4可见，抗层状撕裂性能相对误差为1. 26 %~3. 37 %，相对误 差均在4. 50%以内，由此可知该模型预测精度高。
[0080] 表4抗层状撕裂性能实际值、模型预测值及反求所得相应工艺参数
[0082] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制工 艺方案，即最优工艺参数组合。如表4所示，实施例1的最优工艺参数组合是该表中试验试 样序号为7所对应的相应参数：开轧温度1050°C、终轧温度830°C、卷曲温度510°C，WZmax = 74.9%。对序号7工艺下获得的试样金相组织图像（图3)的定量分析结果分别如图 4、图5所示，对于板厚为80mm的Q420EZ35钢，只要满足以下组织参数阈值：平均晶粒尺寸 彡4. 087ym，铁素体体积比彡97. 285%，珠光体体积比彡2. 715%，则钢的抗层状撕裂性定 能保证彡74.9%。
[0083] 实施例2
[0084] 为了充分说明该预测方法及系统的普适性，现以板厚40mm的Q420D为例，其工艺 流程为：铁水预脱硫一转炉冶炼一LF精炼一RH真空脱气一3号连铸机上连铸（连铸坯厚 度为220mm)，主要工艺参数为：开轧温度980~1080°C，终轧温度830~870°C，卷曲温度 470~550°C，连铸速度=1.lm/min，轻压下率=1.llmm/m。建模和优化流程及步骤与实施 例1相同。
[0085] 步骤1 :乳制试样（多9)相关工艺数据，如表5所示。
[0086] 表5试样工艺参数与试验结果
[0088] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， Q420D高层建筑用钢抗层状撕裂性能为：
[0089] Wz=-0. 〇〇83xr0. 0283x2-〇. 0302xs+124. 0381 [0090]步骤5:预测精度检验与控制
[0091] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果如表6所示。由表6可见，抗层状撕裂性能预测相对误差为2. 49 %~3. 56%， 相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0092]表6抗层状撕裂性能实际值与预测值
[0094] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制工 艺方案，即最优工艺参数组合，如表6所示，实施例2的最优工艺参数组合是试验试样序号 为2所对应的相应参数：开轧温度980°C、终轧温度800 °C、卷曲温度500°C，WZmax= 76. 3%。 对序号2工艺下获得的试样金相组织图像（图6)的定量分析结果分别如图7、图8所示，对 于板厚为40mm的Q420D钢，只要满足以下组织参数阈值：平均晶粒尺寸< 3. 926ym，铁素 体体积比彡97. 134%，珠光体体积比彡2. 866%，则钢的抗层状撕裂性定能保证彡76. 3%。
[0095] 实施例3
[0096] 以板厚60mm的Q420GJEZ35为例，其工艺流程为：铁水预脱硫一转炉冶炼一LF精 炼一RH真空脱气一3号连铸机上连铸（连铸坯的厚度为220mm)，主要工艺参数为：开轧温 度1030~1080°C，终轧温度840~880°C，卷曲温度500~550°C，连铸速度=1.lm/min， 轻压下率=1.llmm/m。建模和优化流程及步骤与实施例1相同。
[0097] 步骤1 :乳制试样9)相关工艺数据，如表7所示。
[0098] 表7试样工艺参数与试验结果
[0100] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， Q420GJEZ355高层建筑用钢抗层状撕裂性能为：
[0101] ^z=0. 0211x !+0. 0901x2+0. 0697x3-62. 1834
[0102] 步骤5 :预测精度检验与控制
[0103] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果如表8所示。由表8可见，抗层状撕裂性能预测相对误差为1.83%~4. 14%， 相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0104] 表8抗层状撕裂性能实际值与预测值
[0106] 预测结果显示后，可根据逆映射原理反求得到与最小预测值相对应的最优轧制 工艺方案，即最优工艺参数组合，如表8所示，实施例3的最优工艺参数组合是试验试样 序号为6所对应的相应参数：开轧温度1060°C、终轧温度880°C、卷曲温度510°C，WZmax = 78. 2%。对序号6工艺下获得的试样金相组织图像（图9)定量分析结果分别如图10、图 11所示，对于板厚为60mm的Q420GJEZ355钢，只要满足以下组织参数阈值：平均晶粒尺寸 彡4. 426ym，铁素体体积比彡96. 915%，珠光体体积比彡3. 085%，则钢的抗层状撕裂性定 能保证多78. 2%。
[0107] 实施例4
[0108] 以板厚40mm的H136为例，其工艺流程为：铁水预脱硫一转炉冶炼一LF精炼一RH 真空脱气一3号连铸机上连铸（连铸坯厚度为220mm)，主要工艺参数为：开轧温度1040~ 1130°C，终轧温度880~920°C，卷曲温度640~680°C，连铸速度=1.lm/min，轻压下率= 1.llmm/m。建模和优化流程及步骤与实施例1相同。
[0109] 步骤1 :轧制试样（彡9)相关工艺数据，如表9所示。
[0110] 表9试样工艺参数与试验结果
[0112] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， H136高层建筑用钢抗层状撕裂性能为：
[0113] Wz=-0.〇156x r0. 0134x2-0. 0678x3+141. 0583
[0114] 步骤5 :预测精度检验与控制
[0115] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能 预测，预测结果如表10所示。由表10可见，抗层状撕裂性能预测相对误差为2. 38 %~ 4. 40%，相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0116] 表10抗层状撕裂性能实际值与预测值
[0118] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制 工艺方案，即最优工艺参数组合，如表10所示，实施例4的最优工艺参数组合是试验试样 序号为3所对应的相应参数：开轧温度1040°C、终轧温度880°C、卷曲温度640°C，WZmax = 67.8%。对序号7工艺下获得的试样金相组织图像（图12)定量分析结果分别如图 13、图14所示，对于板厚为40mm的H136钢，只要满足以下组织参数阈值：平均晶粒尺寸 < 5. 578ym，铁素体体积比彡96. 546%，珠光体体积比< 3. 454%，则钢的抗层状撕裂性定 能保证多67. 8%。
[0119] 所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不 背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换 或变型均属于本发明的保护范围。
【主权项】
1. 一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在于，包括以下步骤： 51、 从SQLServer2014数据库中读取高层建筑用钢热轧过程所需的待测钢材的母材 信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件； 52、 结合所述待测钢材的母材信息和轧制工艺参数建立PLS抗层状撕裂性能预测模 型，并对PLS公式进行预测精度的检验与控制，得到最优PLS预测模型，即精度最高的PLS 抗层状撕裂性能预测模型； 53、 由所述精度最高的PLS抗层状撕裂性能预测模型得出试样的一组抗层状撕裂性能 预测值； 54、 对所述一组抗层状撕裂性能预测值的结果，再根据逆映射原理反求得到与最大预 测值相对应的最优轧制工艺方案，即最优工艺参数的组合； 55、 利用SISCIAS9.0专用材料图像分析软件，对步骤S4中由逆映射原理反求所得 最优工艺参数组合条件下的最大抗层状撕裂性能Wzmax试样热轧金相组织图像进行定量分 析，测定其平均晶粒尺寸、铁素体体积比和珠光体体积比。2. 根据权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，还包括步骤S6， 所述步骤S6为：对最优工艺参数组合、抗层状撕裂性能预测值、实际值、相对误差和金 相组织定量分析结果，以表格、图表或普通文本分析报告方式进行显示输出。3. 根据权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，所述步骤S2具体为：采用交叉有效性确定主成分的个数，以获得PRESSh最小化的预测 方程；通过对不同钢种及其工艺的模拟得出目标相对误差< 4. 50%的抗层状撕裂性能预 测值Wz;对所得抗层状撕裂性能预测值W2进行主成分分析，得到精度最高的PLS抗层状 撕裂性能预测模型。4. 根据权利要求1或3所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征 在于，所述步骤S2中对PLS抗层状撕裂性能预测模型预测精度的控制具体为：是利用模型 预测值与实际值的目标相对误差加以控制，即目标相对误差< 4. 50%，若符合该精度要求， 则输出结果；若不符合，则返回数据库重新读取数据进行重新建模工作，直至达到目标相对 误差< 4. 50%为止。5. 根据权利要求4所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，所述步骤S2中采用交叉有效性确定主成分的个数为3时，^^预测误差平方和PRESSh 最小。6. -种实现权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法的系统， 其特征在于，包括数据库、前处理模块、抗层状撕裂性能预测模块、金相组织定量分析模块 和后处理模块，其中： 所述数据库，用于储存高层建筑用钢热轧过程所需的待测钢材的母材信息、乳制工艺 参数和热轧金相组织；母材信息包括母材厚度和钢板名称；乳制工艺参数包括开轧温度、 终轧温度、卷曲温度、连铸速度和轻压下率； 所述前处理模块，用于从数据库中读取高层建筑用钢热轧过程所需的待测钢材母材基 本信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件； 所述抗层状撕裂性能预测模块，根据读取的待测钢材母材的信息、乳制工艺参数和热 轧金相组织建立PLS抗层状撕裂性能预测模型，并对PLS公式进行精度的检验与控制，得到 精度最高的PLS抗层状撕裂性能预测模型，并进行抗层状撕裂性能预测，得到最大预测值， 再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案，即最优工艺参数的 组合； 所述金相组织定量分析模块，用于对所述最优工艺参数组合条件下的最大抗层状撕裂 性能Wzmax试样热轧金相组织图像进行定量分析，测定其平均晶粒尺寸、铁素体和珠光体体 积比； 所述后处理模块，用于显示输出计算数据结果。
【专利摘要】本发明属于高层建筑用钢制备技术领域的一种高层建筑用钢抗层状撕裂性能的预测方法及其系统，从数据库中读取待测钢材的母材信息、轧制工艺参数和热轧金相组织；建立PLS抗层状撕裂性能预测模型，并进行预测精度的检验与控制，得到精度最高的PLS抗层状撕裂性能预测模型；计算后得出试样的一组抗层状撕裂性能预测值；再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案；利用专用材料图像分析软件，对ΨZmax试样热轧金相组织进行图像分析，测定并输出其平均晶粒尺寸、铁素体体积比和珠光体体积比。本发明能预测常用高层建筑用钢的抗层状撕裂性能，可获得理想的预测结果，从而保证了轧制工艺优化与高层建筑用钢抗层状撕裂性能控制的精度。
【IPC分类】G06F19/00
【公开号】CN104899416
【申请号】CN201510196746
【发明人】李新城, 唐永春, 朱伟兴, 罗玉亭, 刘杰, 王晓莉, 薛佳, 杨健
【申请人】江苏大学
【公开日】2015年9月9日
【申请日】2015年4月23日
【技术领域】
[0001] 本发明涉及高层建筑用钢制备技术领域，具体地说是一种高层建筑用钢抗层状撕 裂性能的预测方法及其系统。
【背景技术】
[0002] 近年来，随着国内外城市化进程的不断推进，人口密度极大的大型、特大型城市日 益增多，由此强烈促进了高层、超高层建筑的高速发展，高层建筑呈现出最大高度不断增 加、安全性和抗震性能要求更高等发展趋势。高层建筑现已成为建筑业的发展趋势，例如国 内外著名的层数162层、总高818米的迪拜大厦和层数220层、总高838米的长沙天空城市 (世界第一高度建筑，可抗9级大地震）等地标性高层建筑物，不断刷新着高层建筑的高度 极限值。而随着国内外建筑物高度的不断增加，促进产生了一种新型行业用钢一一高层建 筑用钢的问世。所谓高层建筑用钢，与传统的建筑用钢相比有着截然不同的性能需求，主 要体现在极高的抗层状撕裂性能和优良的韧性和塑性等，其中尤以抗层状撕裂性能至关重 要！这是因为高层建筑及其用钢必须要能够抵御自然环境中难以避免的极限破坏性载荷， 诸如超强地震波、超强台风、龙卷风等，必须能防震、抗震和抗风，吸收更多的地震能和风能 等。同时，还必须克服因其自身焊接结构节点过多、约束力过强所产生的板厚方向的较大拉 应力破坏作用。显然，极高的抗层状撕裂性能能够很好地克服此破坏拉应力与地震波的纵 波相互叠加时所产生的双重破坏性作用，继而大大减少由该破坏性作用产生的严重灾难性 后果。
[0003] 关于抗层状撕裂性能，我国最早的和最新的行业标准（YB4104-2000和GB/T 5313-2010)均采用板厚方向拉伸试验得到的断面收缩率WZ来表征抗层状撕裂性能，这亦 与国际行业标准，诸如日本工业标准JISG3136:2005等相一致。长期以来，高层建筑用 钢的热轧制备工艺优化及其抗层状撕裂性能的控制，主要通过实物试验来大致确定。考虑 到服役期内的、处于自然环境下的高层建筑用钢，其经地震等破坏性作用后的真实抗层状 撕裂性能数据样本根本无法获得或极难获得（属于可遇不可求的极小概率事件），但毫无 疑问的是，若钢的抗层状撕裂性能越大，则建筑物经地震等破坏性作用后的真实抗层状撕 裂性能亦越大！故此类钢种的抗层状撕裂性能预测工作就显得至关重要，若能在高层建筑 用钢制备领域运用先进的计算机模拟和预测技术，就可以大幅减少钢种安全性实物试验所 耗费的巨大人力、物力成本，迅速而准确地预测高层建筑用钢的抗层状撕裂性能，并及时调 整和优化相应钢种的制备轧制工艺，这对高层建筑用钢的钢种研发具有十分重要的工程意 义。然而，此类研宄的相关成果在国内外鲜见报道。
【发明内容】
[0004] 本发明的目的是以常用高层建筑用钢为研宄对象，具体涉及Q420EZ35、Q420D、 Q420GJEZ35、H136等钢，提供一种针对高层建筑用钢的抗层状撕裂性能进行预测的方法及 系统，同时得出与此类钢板最大抗层状撕裂性能相应的优化工艺方案。
[0005] 本发明的技术方案是：一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，包括以下步骤：
[0006] S1、从SQLServer2014数据库中读取高层建筑用钢热轧过程所需的待测钢材的 母材信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件；
[0007] S2、结合所述待测钢材的母材信息和轧制工艺参数建立PLS(偏最小二乘预测 PartialLeast-SquaresRegression，简称"PLS"）抗层状撕裂性能预测模型，并对PLS公 式进行预测精度的检验与控制，得到最优PLS预测模型，即精度最高的PLS抗层状撕裂性能 预测模型；
[0008] S3、由所述精度最高的PLS抗层状撕裂性能预测模型计算后得出试样的一组抗层 状撕裂性能预测值；
[0009] S4、对所述一组抗层状撕裂性能预测值的结果，再根据逆映射原理反求得到与最 大预测值相对应的最优轧制工艺方案，即最优工艺参数的组合；
[0010] S5、利用SISCIAS9. 0专用材料图像分析软件，对步骤S4中由逆映射原理反求所 得最优工艺参数组合条件下的最大抗层状撕裂性能试样热轧金相组织进图像进行定 量分析，测定其平均晶粒尺寸、铁素体体积比和珠光体体积比，以期确定具体钢种、具体材 质的抗层状撕裂性能最大的热轧金相组织参数关键阈值。
[0011] 上述方案中，还包括步骤S6，
[0012] 所述步骤S6为：对最优工艺参数组合、抗层状撕裂性能预测值、实际值、相对误差 和金相组织定量分析结果，以表格、图表或普通文本分析报告方式进行显示输出。
[0013] 上述方案中，所述步骤S2具体为：采用交叉有效性确定主成分的个数，以获得 PRESSh最小化的预测方程；通过对不同钢种及其工艺的模拟得出目标相对误差< 4. 50%的 抗层状撕裂性能预测值Wz;对所得抗层状撕裂性能预测值W2进行主成分分析，得到精度 最高的PLS抗层状撕裂性能预测模型。
[0014] 上述方案中，所述步骤S2中对PLS抗层状撕裂性能预测模型预测精度的控制具体 为：是利用模型预测值与实际值的目标相对误差加以控制，即目标相对误差< 4. 50%，若 符合该精度要求，则输出结果；若不符合，则返回数据库重新读取数据进行重新建模工作， 直至达到目标相对误差< 4. 50 %为止。
[0015] 进一步的，所述步骤S2中采用交叉有效性确定主成分的个数为3时，^^预测误差 平方和PRESSh最小。
[0016] 一种实现高层建筑用钢抗层状撕裂性能的预测方法的系统，其特征在于，包括数 据库、前处理模块、抗层状撕裂性能预测模块、金相组织定量分析模块和后处理模块，其 中：
[0017] 所述数据库，用于储存高层建筑用钢热轧过程所需的待测钢材的母材信息、乳制 工艺参数和热轧金相组织；母材信息包括母材厚度和钢板名称；乳制工艺参数包括开轧温 度、终轧温度、卷曲温度、连铸速度和轻压下率；
[0018] 所述前处理模块，用于从数据库中读取高层建筑用钢热轧过程所需的待测钢材母 材基本信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件；
[0019] 所述抗层状撕裂性能预测模块，根据读取的待测钢材母材的信息、乳制工艺参数 和热轧金相组织建立PLS抗层状撕裂性能预测模型，并对PLS公式进行精度的检验与控制， 得到精度最高的PLS抗层状撕裂性能预测模型，并进行抗层状撕裂性能预测，得到最大预 测值，再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案，即最优工艺 参数的组合；
[0020] 所述金相组织定量分析模块，用于对所述最优工艺参数组合条件下的最大抗层状 撕裂性能试样热轧金相组织图像进行定量分析，测定其平均晶粒尺寸、铁素体和珠光 体体积比；
[0021] 所述后处理模块，用于显示输出计算数据结果。
[0022] 本发明的优点是：
[0023] 1、能预测常用高层建筑用钢的抗层状撕裂性能，对于抗层状撕裂性能待测目标， 可获得理想的预测结果，从而保证了轧制工艺优化与高层建筑用钢抗层状撕裂性能控制的 精度。
[0024] 2、利用本发明方法，对Q420EZ35、Q420D、Q420GJEZ35、H136等高层建筑用钢的抗 层状撕裂性能预测精度均达到95. 50%以上。
[0025] 3、对于待测钢材，不仅能通过所述抗层状撕裂性能预测模块预测其抗层状撕裂性 能，还能通过所述金相组织定量分析模块得出其抗层状撕裂性能最大时所对应的热轧金相 组织参数关键阈值，诸如平均晶粒尺寸、铁素体和珠光体体积比，从而有利于进行高层建筑 用钢材质控制。
[0026] 4、本发明具有优异的普适性，可以推广应用于各种新型、高强韧化高层建筑用钢 的研发领域，其预测结果有助于专业人员改进现有的生产工艺，为提高各种新型、高强韧化 高层建筑用钢抗层状撕裂性能及其安全性提供可靠依据。
[0027] 5、本发明提供的数据库为SQL系列中功能最强、版本最新、速度最快的数据库，含 有大量的高层建筑用钢母材信息、乳制工艺参数和热轧金相组织照片，界面友好，输入、输 出均与生产过程保持一致，易于操作。预测工作在标准配置的计算机上运行，实现了计算与 结果输出的分离，便于程序的调试、升级、维护和嵌入。
【附图说明】
[0028] 图1是本发明的系统整体框图。
[0029] 图2是抗层状撕裂性能预测模块建立流程框图。
[0030] 图3是实施例1最优工艺参数组合条件下的热轧金相组织图像。
[0031] 图4是图3经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0032]图5是图3经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0033] 图6是实施例2最优工艺参数组合条件下的热轧金相组织图像。
[0034] 图7是图6经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0035] 图8是图6经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0036] 图9是实施例3最优工艺参数组合条件下的热轧金相组织图像。
[0037] 图10是图9经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0038] 图11是图9经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。
[0039] 图12是实施例4最优工艺参数组合条件下的 热轧金相组织图像。
[0040] 图13是图12经专用材料图像分析软件测定的平均晶粒尺寸分析结果。
[0041]图14是图12经专用材料图像分析软件测定的铁素体和珠光体体积比分析结果。【具体实施方式】
[0042]下面结合附图对本发明作进一步详细说明。
[0043]本发明采用板厚方向拉伸试验得到的断面收缩率来表征高层建筑用钢的抗层 状撕裂性能。高层建筑用钢抗层状撕裂性能获得步骤如下：
[0044]沿钢板厚度方向制取拉伸试样进行拉伸试验，得到拉伸断裂后的样品，测量时，将 试样断裂部分仔细地配接在一起，使其轴线处于同一直线上。对于圆形横截面试样，在缩颈 最小处相互垂直方向测量直径，取其算术平均值计算最小横截面积；对于矩形横截面试样， 测量缩颈处的最大宽度和最小厚度，两者之乘积为断后最小横截面积。
[0045] 如图1所示，本发明以常用高层建筑用钢为研宄对象，建立了高层建筑用钢抗层 状撕裂性能预测系统。整体预测系统包括数据库、前处理模块、抗层状撕裂性能预测模块、 金相组织定量分析模块、和后处理模块。前处理模块、后处理模块为辅助模块，以利于实现 抗层状撕裂性能预测模块的建立和预测结果、以及金相组织定量分析模块分析结果的显示 输出。
[0046] 其中，前处理模块的功能是从数据库中读取高层建筑用钢热轧过程所需的的母材 信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件。母材信息包括：高层建筑 用钢的钢种、板材厚度等尺寸规格；乳制工艺参数包括：开轧温度，终轧温度，卷曲温度等。 如读取无误，则转入抗层状撕裂性能预测模块；如有错误，则可返回重新读取母材信息、乳 制工艺参数和热轧金相组织。
[0047]后处理模块的功能是显示输出计算结果，对具体实施例的相应最优工艺参数组 合、抗层状撕裂性能预测值、实际值、相对误差，以表格、图表或普通文本分析报告等方式进 行显示输出。
[0048] 在进行如图2所示的高层建筑用钢抗层状撕裂性能预测时，为便于预测和控制高 层建筑用钢抗层状撕裂性能，必须检验已有的由轧制工艺参数-抗层状撕裂性能映射关系 得到的PLS经验公式，以期得到最优PLS经验公式，以精确模拟高层建筑用钢轧制生产工 艺，继而保证待测板材抗层状撕裂性能的预测精度。
[0049]在已有的PLS经验公式：
（i= 1，2,3;j= 0, 1，2,…，k)中，抗层状 撕裂性能预测模型的输入变量为：X= [Xl，x2,x3]，Xl-开轧温度（°C)，x2-终轧温度（°C)，x3-卷曲温度（°C);输出变量为：Y= [Wz]，-抗层状撕裂性能（％ )。
[0050] 为使上述高层建筑用钢的PLS抗层状撕裂性能预测模型输出值与实际值的拟合 度最好，应使得输出值的误差平方和PRESSh最小化；同时为消除各输入变量的多重相关性 影响，需采用交叉有效性确定主成分的个数，以获得PRESSh最小化的预测方程，计算工具采 用MATLAB软件。
[0051]另外，为使所建模型具备与典型多元线性相关分析相类似的解释输入、输出变量 空间的解释能力并使其达到较高的水平，应使得主成分th对输入变量x和输出变量W2的 累积解释能力RdXtt和RdYtt最大化。
[0052] 对所建模型预测精度的控制，是利用模型预测值与实际值的目标相对误差加以控 制（目标相对误差< 4. 50% )，若符合该精度要求，则输出结果；若不符合，则返回前处理模 块重复图2的建模工作，直至达到目标相对误差为止。
[0053] 利用SISC IAS 9.0专用材料图像分析软件对由逆映射反求所得最优工艺参数组 合条件下的最大抗层状撕裂性能试样热轧金相组织图像进行定量分析，测定其平均 晶粒尺寸、铁素体和珠光体体积比，以期确定具体钢种、具体材质的抗层状撕裂性能最大的 热轧金相组织参数关键阈值。
[0054] 最后，对具体实施例的相应最优工艺参数组合、抗层状撕裂性能预测值、实际值、 相对误差和金相组织定量分析结果以表格、图表或普通文本分析报告方式进行显示输出。
[0055] 下面结合附图，通过4个实例进一步对本发明的实施过程进行逐步说明。
[0056] 实施例1
[0057] 以80mm板厚的高层建筑用钢Q420EZ35为例，其工艺流程为：铁水预脱硫一转炉冶 炼一LF精炼一RH真空脱气一连铸机上连铸（连铸坯厚度为320mm)，主要热轧工艺参数如 下：开轧温度1050~1150°C，终轧温度830~890°C，卷曲温度510~590°C，连铸速度= 0? 65m/min，轻压下率=1. 13mm/m。
[0058] 应用MATLAB软件对已有的轧制工艺参数-抗层状撕裂性能映射关系
，i= 1，2, 3,j= 0, 1，2,…，k)进行PLS计算，其算法步骤如下。
[0059]步骤1 :乳制试样（多9)相关工艺数据，如表1所示。
[0060]表1试样工艺参数与试验结果
[0062] 步骤2 :考察输入变量之间的多重相关性问题，由表2可见，输入变量之间的多重 相关性较明显。
[0063] 表2输入变量、输出变量间相关系数矩阵
[0065] 步骤3:经交叉有效性原则处理后，得到抗层状撕裂性能的最优主成分个数，当h =3时，^^预测误差平方和PRESSh最小，故本发明最终选取三个主成分建立抗层状撕裂性 能预测模型，Q420EZ35高层建筑用钢抗层状撕裂性能为：
[0066] Wz=-0. 〇〇84xr0. 0181x2-〇. 0107x3+102. 3101
[0067] 式中Xl-开轧温度（°C)，x2-终轧温度（°C)，x3-卷曲温度（°C)。
[0068] 步骤4 :PLS方程的主成分分析
[0069] 对以上抗层状撕裂性能进行主成分分析后，得到表3。由表3可知，当选取主 成分个数为三时，PRESStain= 0. 832,一共解释了原输入变量系统中93. 6%的变异信息，解 释了输出变量系统中94. 7 %的变异信息，对输入变量和输出变量的累计解释能力均很高。
[0070]表3抗层状撕裂性能主成份分析数据
[0072] 表中，th-一抗层状撕裂性能主成分，h= 1，2, 3;
[0073] RdXt--主成分th对输入变量X的解释能力；
[0074] RdXtt一一主成分th对输入变量X的累计解释能力；
[0075] RdYt--主成分th对输出变量Y的解释能力；
[0076] RdYtt一一主成分th对输出变量Y的累计解释能力；
[0077] PRESSh-一^^预测误差平方和，是交叉有效性方法判断主成分选取个数的依据。
[0078]步骤5:预测精度检验与控制
[0079] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果表4所示。由表4可见，抗层状撕裂性能相对误差为1. 26 %~3. 37 %，相对误 差均在4. 50%以内，由此可知该模型预测精度高。
[0080] 表4抗层状撕裂性能实际值、模型预测值及反求所得相应工艺参数
[0082] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制工 艺方案，即最优工艺参数组合。如表4所示，实施例1的最优工艺参数组合是该表中试验试 样序号为7所对应的相应参数：开轧温度1050°C、终轧温度830°C、卷曲温度510°C，WZmax = 74.9%。对序号7工艺下获得的试样金相组织图像（图3)的定量分析结果分别如图 4、图5所示，对于板厚为80mm的Q420EZ35钢，只要满足以下组织参数阈值：平均晶粒尺寸 彡4. 087ym，铁素体体积比彡97. 285%，珠光体体积比彡2. 715%，则钢的抗层状撕裂性定 能保证彡74.9%。
[0083] 实施例2
[0084] 为了充分说明该预测方法及系统的普适性，现以板厚40mm的Q420D为例，其工艺 流程为：铁水预脱硫一转炉冶炼一LF精炼一RH真空脱气一3号连铸机上连铸（连铸坯厚 度为220mm)，主要工艺参数为：开轧温度980~1080°C，终轧温度830~870°C，卷曲温度 470~550°C，连铸速度=1.lm/min，轻压下率=1.llmm/m。建模和优化流程及步骤与实施 例1相同。
[0085] 步骤1 :乳制试样（多9)相关工艺数据，如表5所示。
[0086] 表5试样工艺参数与试验结果
[0088] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， Q420D高层建筑用钢抗层状撕裂性能为：
[0089] Wz=-0. 〇〇83xr0. 0283x2-〇. 0302xs+124. 0381 [0090]步骤5:预测精度检验与控制
[0091] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果如表6所示。由表6可见，抗层状撕裂性能预测相对误差为2. 49 %~3. 56%， 相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0092]表6抗层状撕裂性能实际值与预测值
[0094] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制工 艺方案，即最优工艺参数组合，如表6所示，实施例2的最优工艺参数组合是试验试样序号 为2所对应的相应参数：开轧温度980°C、终轧温度800 °C、卷曲温度500°C，WZmax= 76. 3%。 对序号2工艺下获得的试样金相组织图像（图6)的定量分析结果分别如图7、图8所示，对 于板厚为40mm的Q420D钢，只要满足以下组织参数阈值：平均晶粒尺寸< 3. 926ym，铁素 体体积比彡97. 134%，珠光体体积比彡2. 866%，则钢的抗层状撕裂性定能保证彡76. 3%。
[0095] 实施例3
[0096] 以板厚60mm的Q420GJEZ35为例，其工艺流程为：铁水预脱硫一转炉冶炼一LF精 炼一RH真空脱气一3号连铸机上连铸（连铸坯的厚度为220mm)，主要工艺参数为：开轧温 度1030~1080°C，终轧温度840~880°C，卷曲温度500~550°C，连铸速度=1.lm/min， 轻压下率=1.llmm/m。建模和优化流程及步骤与实施例1相同。
[0097] 步骤1 :乳制试样9)相关工艺数据，如表7所示。
[0098] 表7试样工艺参数与试验结果
[0100] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， Q420GJEZ355高层建筑用钢抗层状撕裂性能为：
[0101] ^z=0. 0211x !+0. 0901x2+0. 0697x3-62. 1834
[0102] 步骤5 :预测精度检验与控制
[0103] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能预 测，预测结果如表8所示。由表8可见，抗层状撕裂性能预测相对误差为1.83%~4. 14%， 相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0104] 表8抗层状撕裂性能实际值与预测值
[0106] 预测结果显示后，可根据逆映射原理反求得到与最小预测值相对应的最优轧制 工艺方案，即最优工艺参数组合，如表8所示，实施例3的最优工艺参数组合是试验试样 序号为6所对应的相应参数：开轧温度1060°C、终轧温度880°C、卷曲温度510°C，WZmax = 78. 2%。对序号6工艺下获得的试样金相组织图像（图9)定量分析结果分别如图10、图 11所示，对于板厚为60mm的Q420GJEZ355钢，只要满足以下组织参数阈值：平均晶粒尺寸 彡4. 426ym，铁素体体积比彡96. 915%，珠光体体积比彡3. 085%，则钢的抗层状撕裂性定 能保证多78. 2%。
[0107] 实施例4
[0108] 以板厚40mm的H136为例，其工艺流程为：铁水预脱硫一转炉冶炼一LF精炼一RH 真空脱气一3号连铸机上连铸（连铸坯厚度为220mm)，主要工艺参数为：开轧温度1040~ 1130°C，终轧温度880~920°C，卷曲温度640~680°C，连铸速度=1.lm/min，轻压下率= 1.llmm/m。建模和优化流程及步骤与实施例1相同。
[0109] 步骤1 :轧制试样（彡9)相关工艺数据，如表9所示。
[0110] 表9试样工艺参数与试验结果
[0112] 经过实施例1所述的步骤2~步骤4之后，得到抗层状撕裂性能的PLS预测模型， H136高层建筑用钢抗层状撕裂性能为：
[0113] Wz=-0.〇156x r0. 0134x2-0. 0678x3+141. 0583
[0114] 步骤5 :预测精度检验与控制
[0115] 将前处理模块的工艺数据导入抗层状撕裂性能预测模型，进行抗层状撕裂性能 预测，预测结果如表10所示。由表10可见，抗层状撕裂性能预测相对误差为2. 38 %~ 4. 40%，相对误差均在4. 50%以内，由此可知该模型预测精度高。
[0116] 表10抗层状撕裂性能实际值与预测值
[0118] 预测结果显示后，可根据逆映射原理反求得到与最大预测值相对应的最优轧制 工艺方案，即最优工艺参数组合，如表10所示，实施例4的最优工艺参数组合是试验试样 序号为3所对应的相应参数：开轧温度1040°C、终轧温度880°C、卷曲温度640°C，WZmax = 67.8%。对序号7工艺下获得的试样金相组织图像（图12)定量分析结果分别如图 13、图14所示，对于板厚为40mm的H136钢，只要满足以下组织参数阈值：平均晶粒尺寸 < 5. 578ym，铁素体体积比彡96. 546%，珠光体体积比< 3. 454%，则钢的抗层状撕裂性定 能保证多67. 8%。
[0119] 所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不 背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换 或变型均属于本发明的保护范围。
【主权项】
1. 一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在于，包括以下步骤： 51、 从SQLServer2014数据库中读取高层建筑用钢热轧过程所需的待测钢材的母材 信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件； 52、 结合所述待测钢材的母材信息和轧制工艺参数建立PLS抗层状撕裂性能预测模 型，并对PLS公式进行预测精度的检验与控制，得到最优PLS预测模型，即精度最高的PLS 抗层状撕裂性能预测模型； 53、 由所述精度最高的PLS抗层状撕裂性能预测模型得出试样的一组抗层状撕裂性能 预测值； 54、 对所述一组抗层状撕裂性能预测值的结果，再根据逆映射原理反求得到与最大预 测值相对应的最优轧制工艺方案，即最优工艺参数的组合； 55、 利用SISCIAS9.0专用材料图像分析软件，对步骤S4中由逆映射原理反求所得 最优工艺参数组合条件下的最大抗层状撕裂性能Wzmax试样热轧金相组织图像进行定量分 析，测定其平均晶粒尺寸、铁素体体积比和珠光体体积比。2. 根据权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，还包括步骤S6， 所述步骤S6为：对最优工艺参数组合、抗层状撕裂性能预测值、实际值、相对误差和金 相组织定量分析结果，以表格、图表或普通文本分析报告方式进行显示输出。3. 根据权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，所述步骤S2具体为：采用交叉有效性确定主成分的个数，以获得PRESSh最小化的预测 方程；通过对不同钢种及其工艺的模拟得出目标相对误差< 4. 50%的抗层状撕裂性能预 测值Wz;对所得抗层状撕裂性能预测值W2进行主成分分析，得到精度最高的PLS抗层状 撕裂性能预测模型。4. 根据权利要求1或3所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征 在于，所述步骤S2中对PLS抗层状撕裂性能预测模型预测精度的控制具体为：是利用模型 预测值与实际值的目标相对误差加以控制，即目标相对误差< 4. 50%，若符合该精度要求， 则输出结果；若不符合，则返回数据库重新读取数据进行重新建模工作，直至达到目标相对 误差< 4. 50%为止。5. 根据权利要求4所述的一种高层建筑用钢抗层状撕裂性能的预测方法，其特征在 于，所述步骤S2中采用交叉有效性确定主成分的个数为3时，^^预测误差平方和PRESSh 最小。6. -种实现权利要求1所述的一种高层建筑用钢抗层状撕裂性能的预测方法的系统， 其特征在于，包括数据库、前处理模块、抗层状撕裂性能预测模块、金相组织定量分析模块 和后处理模块，其中： 所述数据库，用于储存高层建筑用钢热轧过程所需的待测钢材的母材信息、乳制工艺 参数和热轧金相组织；母材信息包括母材厚度和钢板名称；乳制工艺参数包括开轧温度、 终轧温度、卷曲温度、连铸速度和轻压下率； 所述前处理模块，用于从数据库中读取高层建筑用钢热轧过程所需的待测钢材母材基 本信息、乳制工艺参数和热轧金相组织，为后续流程提供初始条件； 所述抗层状撕裂性能预测模块，根据读取的待测钢材母材的信息、乳制工艺参数和热 轧金相组织建立PLS抗层状撕裂性能预测模型，并对PLS公式进行精度的检验与控制，得到 精度最高的PLS抗层状撕裂性能预测模型，并进行抗层状撕裂性能预测，得到最大预测值， 再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案，即最优工艺参数的 组合； 所述金相组织定量分析模块，用于对所述最优工艺参数组合条件下的最大抗层状撕裂 性能Wzmax试样热轧金相组织图像进行定量分析，测定其平均晶粒尺寸、铁素体和珠光体体 积比； 所述后处理模块，用于显示输出计算数据结果。
【专利摘要】本发明属于高层建筑用钢制备技术领域的一种高层建筑用钢抗层状撕裂性能的预测方法及其系统，从数据库中读取待测钢材的母材信息、轧制工艺参数和热轧金相组织；建立PLS抗层状撕裂性能预测模型，并进行预测精度的检验与控制，得到精度最高的PLS抗层状撕裂性能预测模型；计算后得出试样的一组抗层状撕裂性能预测值；再根据逆映射原理反求得到与最大预测值相对应的最优轧制工艺方案；利用专用材料图像分析软件，对ΨZmax试样热轧金相组织进行图像分析，测定并输出其平均晶粒尺寸、铁素体体积比和珠光体体积比。本发明能预测常用高层建筑用钢的抗层状撕裂性能，可获得理想的预测结果，从而保证了轧制工艺优化与高层建筑用钢抗层状撕裂性能控制的精度。
【IPC分类】G06F19/00
【公开号】CN104899416
【申请号】CN201510196746
【发明人】李新城, 唐永春, 朱伟兴, 罗玉亭, 刘杰, 王晓莉, 薛佳, 杨健
【申请人】江苏大学
【公开日】2015年9月9日
【申请日】2015年4月23日
最新回复(0)