КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 18-79-10153

НазваниеРазработка физико-математических моделей разрушения и структурообразования в стали для создания передовых технологий пластической деформации

РуководительЧурюмов Александр Юрьевич, Кандидат технических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский технологический университет "МИСИС", г Москва

Период выполнения при поддержке РНФ 07.2021 - 06.2023 

Конкурс Конкурс на продление сроков выполнения проектов, поддержанных грантами Российского научного фонда по мероприятию «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными (30).

Область знания, основной код классификатора 09 - Инженерные науки, 09-101 - Прочность, живучесть и разрушение материалов и конструкций

Ключевые словаМоделирование, сталь, пластичность, разрушение, микроструктура, горячая пластическая деформация, Gleeble 3800, метод конечных элементов, метод клеточных автоматов

Код ГРНТИ53.49.09


СтатусУспешно завершен


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Несмотря на стабильное развитие новых металлургических направлений таких как аддитивное производство, технологии получения сплавов с аморфной и композитной структурой и др., подавляющую массу стальных изделий ответственного назначения в атомной промышленности и машиностроении в ближайшие десятилетия будут изготавливать с применением традиционной схемы, включающей выплавку и разливку стали, горячую и холодную пластическую деформацию, механическую и термическую обработку. Однако, при этом сохранится тенденция к ужесточению требований к повышению механических и функциональных свойств, увеличению производительности труда и снижению материальных и временных затрат при производстве изделий. В связи с этим актуальность оптимизации химического состава сталей и технологий изготовления из них конечных продуктов заданного качества остается на высоком уровне. На процесс деформации, разрушения и формирующуюся микроструктуру оказывает существенное влияние не только условия деформации, но и прежде всего химический состав стали. Даже незначительные отклонения в пределах одной марки могут привести к существенному изменению реологических свойств, пластичности и кинетики формирования микроструктуры. К настоящему времени отсутствуют физико-математические модели, связывающие указанные характеристики непосредственно с химическим составом. Причина этому – большое количество легирующих элементов, входящих в состав промышленных сталей, не позволяющий выявить не только комплексное влияние легирующих элементов, но и воздействие изменения концентраций отдельных компонентов в сплаве. К сожалению, ограниченные человеческие возможности не позволяют выявить при анализе большого объёма данных комплексных объектов, таких как сложнолегированные стали, отдельные закономерности влияния тех или иных параметров на свойства. Решением данной проблемы может стать машинное обучение, реализованное посредством искусственных нейронных сетей. Основным результатом проекта будут математические модели, основанные на искусственных нейронных сетях, связывающие реологические свойства, технологическую пластичность и характеристики микроструктуры с химическим составом и технологией термодеформационной обработки высоколегированных сталей. Такие модели будут разработаны для четырех типов сталей: нержавеющие и жаропрочные стали с однофазной аустенитной структурой, нержавеющие стали феррито-мартенситного класса, стали с повышенной удельной прочностью системы Fe-Mn-Al-C, нержавеющие ферритные стали, дисперсноупрочненные боридами. Построенные математические модели будут обладать высокой точностью (средняя ошибка расчета не должна превышать 8 %) и будут реализованы в виде программного комплекса. Научная значимость построенных математических моделей будет заключаться в возможности их применения для выявления закономерностей влияния отдельных легирующих элементов и их комплексов на реологические свойства, технологическую пластичность и микроструктурные параметры в разных термодеформационных условиях. Совместное применение разработанных моделей, основанных на искусственных нейронных сетях, и алгоритма определения оптимальных условий горячей пластической деформации позволят оптимизировать химический состав сталей с целью достижения необходимой микроструктуры при минимальных технологических затратах.

Ожидаемые результаты
В результате выполнения проекта будут получены следующие результаты: 1. Результаты механических испытаний на комплексе физического моделирования термомеханических процессов Gleeble 3800 и микроструктурных исследований образцов в количестве не менее 1000 штук из новых сталей четырех типов: нержавеющих и жаропрочных сталей аустенитного класса, высоколегированных сталей феррито-мартенситного класса, сталей с повышенной удельной прочностью системы Fe-Mn-Al-C, нержавеющих сталей с двухфазной структурой с разной объемной долей дисперсных боридов, распределенных в ферритной матрице. 2. База данных по зависимости реологических свойств, технологической пластичности и характеристик микроструктуры от химического состава и параметров термомеханической обработки сталей четырех типов: нержавеющих и жаропрочных сталей аустенитного класса, высоколегированных сталей феррито-мартенситного класса, сталей с повышенной удельной прочностью системы Fe-Mn-Al-C, нержавеющих сталей с двухфазной структурой с разной объемной долей дисперсных боридов, распределенных в ферритной матрице, построенная на основе анализа источников научно-технической информации, результатов Проекта 2018 и новых экспериментальных результатов. 3. Математические модели, основанные на искусственных нейронных сетях, с высокой точностью (средняя ошибка расчета не должна превышать 8 %) связывающих реологические свойства, технологическую пластичность и характеристики микроструктуры с химическим составом и параметрами термодеформационной обработки сталей четырех типов. 4. Рассчитанные с использованием построенных моделей закономерности влияния концентрации отдельных элементов и их комплексного влияния на реологические свойства, технологическую пластичность и характеристики микроструктуры в разных термодеформационных условиях. 5. Результаты термодинамических расчетов фазового состава исследуемых типов сталей в широком диапазоне изменения концентраций легирующих элементов и их сопоставление с рассчитанными с использованием построенных моделей закономерностями влияния легирующих элементов на реологические свойства, технологическую пластичность и параметры в микроструктуры в разных термодеформационных условиях. 6. Результаты апробации построенных моделей путем реализации полного производственного цикла в лабораторных условиях с определением механических свойств конечных образцов. 7. Программный комплекс, реализующий построенные математические модели. 8. Двенадцать публикаций в высокорейтинговых журналах входящих в WoS и Scopus. Экспериментальные результаты, полученные в результате выполнения проекта, закроют существующие в настоящее время «белые пятна» в информационном поле по влиянию химического состава и термодеформационных условий на реологические свойства, технологическую пластичность и кинетику формирования структуры в выбранных классах сталей. Научная значимость построенных математических моделей будет заключаться в возможности их применения для выявления закономерностей влияния отдельных химических элементов и их комплексов на реологические свойства, технологическую пластичность и микроструктурные параметры в разных термодеформационных условиях. Выявить такие закономерности без применения машинного обучения представляется затруднительным в связи с наличием большого количества факторов. Наличие данных закономерностей в купе с результатами термодинамических расчетов фазовых диаграмм позволит сформулировать научные основы влияния микроструктуры на процессы деформации и разрушения при горячей обработке давлением для широкого спектра высоколегированных сталей. Еще одним преимуществом подхода, основанного на применении искусственных нейронных сетей, является возможность перманентного обучения на основе вновь поступающих экспериментальных данных, что будет способствовать постоянному увеличению прогностической способности моделей. Математические модели, основанные на искусственных нейронных сетях, дадут возможность создания новых сталей в рамках четырех исследованных классов, что может существенно расширить область их применения. Кроме того разработанный подход по созданию математических моделей, основанных на искусственных нейронных сетях, позволит распространить его на другие классы сталей, а также на любые металлические материалы, подвергаемые горячей пластической деформации. Архитектура построенных моделей позволит совместить их с АСУ современных металлургических предприятий для оперативного реагирования на колебания химического состава стали после выплавки и соответствующей корректировки технологии последующей обработки давлением.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2021 году
В настоящее время разработано большое количество математических моделей, связывающих напряжение течения, технологическую пластичность, параметры микроструктуры и термомеханические параметры, такие как температура, скорость и степень деформации. Однако они были построены только для конкретных материалов, и не учитывают влияние химического состава. Из-за сложного легирования современной стали невозможно построить такие модели классическим подходом. Машинное обучение является эффективным методом нахождения связей между свойствами и параметрами в случае отсутствия связывающих их физических законов. Этот подход обычно реализуется за счет построения искусственных нейронных сетей (ИНС). На основе проведенного анализа источников научно-технической информации и результатов собственных исследований разработаны три базы данных: по реологическим свойствам, по технологической пластичности и содержащей параметры микроструктуры сталей различного химического состава после горячей пластической деформации. Общее количество записей в базе данных составило 33937 для реологических свойств, 1050 – для характеристик технологической пластичности и 1215 – для параметров микроструктуры. На основе анализа химического состава сталей в разработанных базах данных были сделаны следующие выводы: - для нержавеющих и жаропрочных сталей аустенитного класса необходимо исследование сталей с разным соотношением никеля и хрома, а также с малыми добавками элементов, не представленных в исследованных сталях; - для высоколегированных сталей феррито-мартенситного класса необходимо исследовать стали, имеющие другие зависимости соотношения феррита и аустенита в температурном диапазоне горячей пластической деформации (состав выбирается по термодинамическим расчетам); - для сталей с повышенной удельной прочностью системы Fe-Mn-Al-C необходимо дополнительно исследовать стали с повышенным содержанием марганца; - для сталей нержавеющих сталей с двухфазной структурой с разной объемной долей дисперсных боридов, распределенных в ферритной матрице в базе данных представлены свойства только для Zr и Ti содержащих сталей. Необходимо провести исследование влияния других боридобразующих элементов на деформационное поведение и эволюцию микроструктуры. Исходная структура стали A5 представляет собой однофазную аустенитную структуру со средним размером зерна 13±1 мкм. Однако микроструктура разнозернистая с наличием некоторого количества крупных зерен. Микроструктура стали A6 состоит из равноосных зерен феррита с более равномерным распределением и средним значением 15±2,1. Исследованные стали демонстрируют типичное поведение при горячей пластической деформации: истинное напряжение увеличивается с уменьшением температуры и увеличением скорости деформации. При этом более легированная сталь A5 демонстрирует более высокий уровень напряжения течения при температурах ниже 1000 °С, но при более высоких температурах значения напряжения течения выравниваются, изменяется только характер кривых. Как показали термодинамические расчеты фазовой диаграммы для этой стали, это может быть связано с выделением в структуре стали A5 фазы Ni3Ti. Для стали A6 процесс динамической рекристаллизации начинается при значительно больших значениях истинной степени деформации, что связано с более высокой энергией дефекта упаковки в данной стали. Микроструктура сталей меняется от частично до полностью рекристаллизованной в зависимости от режимов испытания. Для определения технологической пластичности исследуемых сталей было проведено растяжение при повышенной температуре при разных скоростях деформирования. С повышением температуры пластичность стали увеличивается. Микроструктура стали T3 в литом состоянии состоит из удлиненных зерен с дендритной структурой. Картирование EDS показало, что большинство элементов, кроме углерода, распределены гомогенно. Наличие карбидной фазы является результатом неравновесной кристаллизации. Как видно из температурной зависимости массовой доли твердых фаз, рассчитанной по модели Шейля, сначала из жидкого состояния кристаллизуется ОЦК-(Fe). Перитектическая реакция L+ОЦК-(Fe)→ГЦК-(Fe) практически подавляется, и при 1268 °С начинается кристаллизация аустенита. Последняя реакция кристаллизации представляет собой L→ГЦК-(Fe)+M5C2. Для устранения неравновесной дендритной структуры и осуществления основного сжатия в однофазной аустенитной области была применена двухстадийная схема деформации. Горячая деформация существенно повлияла на микроструктуру зерен исследуемой стали. Деформация при температурах выше 1050 °С обеспечивает полностью рекристаллизованную микроструктуру в отличие от микроструктуры после деформации при более низкой температуре, состоящей из крупных исходных нерекристаллизованных зерен и мелких динамически рекристаллизованных зерен. Размер динамически рекристаллизованного зерна увеличивается с повышением температуры и уменьшением скорости деформации. Зерно после деформации при 1050 °С и 10 с-1 измельчается более чем в десять раз по сравнению с исходным значением. На основе собранной базы данных были разработаны математические модели связи реологических свойств, технологической пластичности и характеристик микроструктуры с химическим составом и параметрами термодеформационной обработки отдельно для сталей четырех классов, а также объединенные модели для всех сталей. Все данные были разделены на три группы: 60% были использованы для обучения, 20 % - для корректировки в процессе обучения и 20% - для тестирования построенных моделей. Входными параметрами были температура, скорость, степень деформации и содержание элементов. Напряжение течения, технологическая пластичность, а также размер зерна были выходными свойствами. Преобразование данных в нейронах производилось функцией гиперболического тангенса. Для моделирования использовался персептрон с двумя скрытыми слоями. Обучение модели производилось по алгоритму статического обратного распространения ошибки. Построенная вычислительная система на основе ИНС была реализована в виде программного обеспечения для ЭВМ, обладающего следующими возможностями: - прогнозировать значения напряжения при любых условиях деформирования и в широком диапазоне концентраций легирующих элементов; - проанализировать поведение горячей деформации с точки зрения эффективной энергии активации для различных сталей; - построить технологические карты горячей деформации стали; - построить 2D и 3D графики зависимости напряжения течения и эффективной энергии активации от параметров деформации и/или химического состава. Аналогичные модели были разработаны для определения реологических свойств, технологической пластичности и параметров микроструктуры отдельных классов сталей. Разработанный подход к построению расчетной системы на основе ИНС может быть применен для моделирования поведения горячей деформации не только стали, но и других металлических материалов, таких как алюминиевые, магниевые и титановые сплавы, благодаря большому количеству опубликованных работ с экспериментальными данными и возросшими вычислительными возможностями компьютеров.

 

Публикации

1. Чурюмов А.Ю. Development of artificial neural network based computational system for prediction of steels high temperature deformation behavior CIS Iron and Steel Review, - (год публикации - 2022)

2. Чурюмов А.Ю., Казакова А.А., Поздняков А.В., Чурюмова Т.А., Просвиряков А.С. Investigation of Hot Deformation Behavior and Microstructure Evolution of Lightweight Fe-35Mn-10Al-1C Steel Metals, 2022, 12, 831. (год публикации - 2022) https://doi.org/10.3390/met12050831

3. Чурюмов А.Ю., Казакова А.А., Чурюмова Т.А. Modelling of the Steel High-Temperature Deformation Behaviour Using Artificial Neural Network Metals, 2022, 12, 447. (год публикации - 2022) https://doi.org/10.3390/met12030447


Аннотация результатов, полученных в 2022 году
Разработан программный комплекс для расчета свойств и микроструктурных характеристик сталей с использованием построенных моделей. Программный комплекс основан на использовании искусственных нейронных сетей и позволяет рассчитывать свойства сталей при горячей пластической деформации в широком диапазоне изменения химического состава и термодеформационных условий. Программа позволяет рассчитать значения напряжения течения и предельной пластичности в зависимости от концентраций легирующих элементов степени, скорости и температуры деформации. Программа позволяет строить многомерные аналитические зависимости для математической обработки. Результаты расчетов могут быть использованы для конечноэлементного моделирования термодеформационых процессов без проведения дорогостоящих экспериментальных исследований. Разработанный программный комплекс позволяет проводить анализ влияния изменения концентрации отдельных элементов на свойства сталей при горячей пластической деформации. Изменение концентрации хрома незначительно влияет на уровень напряжения течения при заданной температуре в сталях феррито-мартенситного класса. При этом увеличение концентрации вольфрама при водит к значительному понижению напряжения течения за счет увеличения количества феррита в микроструктуре стали. В сталях аустенитного класса при низких концентрациях хрома и температурах ниже 1000 °С уровень напряжения существенно увеличивается за счет, возможно, формирования в микроструктуре сигма-фазы. При этом при более высоких температурах влияние изменения концентрации хрома несущественно. Увеличение концентрации никеля при температуре 900 °С приводит к увеличению уровня напряжения. При повышенных температурах увеличение концентрации никеля понижает напряжение течения. В высокомарганцовистых сталях с повышенной удельной прочностью повышение концентрации основных легирующих элементов (марганца и алюминия) приводит к повышению напряжения течения во всем температурном интервале. Кроме того, разработанный комплекс может быть использован для анализа связи характеристик горячей пластической деформации с фазовыми диаграммами, полученными в результате термодинамических расчетов. Истинное напряжение стали Fe-xMn-8Al-1C увеличивается с увеличением содержания Mn с 20 до 30 %. Однако аналогичная зависимость для стали с переменным содержанием Al имеет максимум около 8 %. Это может быть связано с различием фазового состава рассматриваемых сплавов. В случае стали Fe-(20-30)Mn-8Al-1C присутствует только аустенитная фаза во всех диапазонах температур и концентраций. Основными факторами, определяющими увеличение истинного напряжения, являются упрочнение твердого раствора и увеличение энергии дефекта упаковки (ЭДУ). Увеличение содержания марганца приводит к увеличению ЭДУ и подавляет процесс динамической рекристаллизации, являющийся основным механизмом разупрочнения при высокотемпературной деформации. Добавление алюминия в стали с высоким содержанием марганца также значительно увеличивает ЭДУ аустенита. Однако фазовый состав стали изменяется при концентрации алюминия около 8 %. Появление ферритной фазы приводит к уменьшению истинного напряжения. Аналогичное поведение стали при горячей деформации наблюдается при изменении концентрации углерода. Уменьшение содержания углерода приводит к увеличению напряжения течения из-за высокой диффузионной способности углерода. Появление в микроструктуре феррита приводит к снижению напряжения течения. Добавление кремния в исследуемую сталь резко снижает напряжение течения. Кремний также обладает большой диффузионной подвижностью в аустенитной фазе и приводит к ускорению процессов разупрочнения, таких как динамический возврат и динамическая рекристаллизация. Полученные с использованием разработанного комплекса зависимостей реологических характеристик, технологической пластичности и параметров микроструктуры от концентрации легирующих элементов позволяют создавать рекомендации по корректировке химического состава сталей (с учетом требований к конечным свойствам изделий из них). Для сталей аустенитного класса, подвергаемых горячей пластической деформации, рекомендуемая концентрация хрома должна находится на верхнем уровне концентрационного диапазона марки для недопущения формирования в микроструктуре хрупкой сигма-фазы при существенном понижении температуры деформации. Для сталей феррито-мартенситного класса концентрация ферритостабилизирующих элементов (W, Mo др.) должна находится на верхнем уровне концентрационного диапазона марки стали для снижения уровня реологических свойств и повышения технологической пластичности стали за счет перевода микроструктуры в состояние с большей объёмной долей феррита во всём температурном диапазоне горячей пластической деформации. В высокомарганцовистых сталях с повышенной удельной прочностью рекомендуется повышать концентрацию углерода. Это способствует не только увеличению механических свойств при комнатной температуре, но и существенному снижению напряжения течения при горячей пластической деформации во всем температурном интервале, что снижает риски преждевременного разрушения за счет концентрации напряжений. Кроме того, рекомендуется дополнительное легирование кремнием для повышения технологической пластичности сталей и снижения напряжения течения.

 

Публикации

1. А.А. Казакова, А.О. Родин, В.А. Дуб, И.А. Иванов, А.Н. Мальгинов, Л.В. Ронков, И.А. Щепкин, А.Ю. Чурюмов Microstructure evolution modelling of the stainless 12Cr3NiCu steel during hot deformation. Part I: Dynamic Recovery and Recrystallization Metals, - (год публикации - 2023)

2. А.А. Казакова, А.О. Родин, В.А. Дуб, И.А. Иванов, А.Н. Мальгинов, Л.В. Ронков, И.А. Щепкин, А.Ю. Чурюмов Microstructure evolution modelling of the stainless 12Cr3NiCu steel during hot deformation. Part II: Static and Metadynamic Recrystallization Metals, - (год публикации - 2023)

3. А.Ю. Чурюмов, А.А. Казакова Prediction of Hot Deformation Behavior of High Manganese Steel using Artificial Neural Network Materials, V. 16(3), 1083. (год публикации - 2023) https://doi.org/10.3390/ma16031083

4. Казакова А.А., Поздняков А.В., Чеверикин В.В., Чурюмов А.Ю. Investigation and modelling of the microstructure evolution during hot deformation of novel Fe-30Mn-10Al-3Si-1C with an elevated specific strength CIS Iron and Steel Review, - (год публикации - 2023)

5. Чурюмов А.Ю. Программный комплекс для расчета свойств сталей при горячей пластической деформации -, 2022668165 от 04.10.2022 (год публикации - )


Возможность практического использования результатов
не указано