冷轧SPCC带钢化学成分和力学性能回归分析.pdf

l 冷轧 S P C C带钢化学成分和力学性能回归分析 杨敏梁锡辉(冷轧板带厂)摘要：分析柳铜冷轧板带厂 S P CC钢的化学成分与力学性能相 关性，利用性 能数据建立多元 线性 回 归模 型。关键词：冷轧 S P CC；化学成分；力学性能；回归模型 S PCC Co l d Ro l l e d S t r i p St e e l Che mi c a l Co mpo s i t i o n a nd M e c h a n i c a l Pr o p e r t i e s o f Re g r e s s i o n An a l y s i s YANG Mi n g LI ANG Xi-hu i (C o l d R o l l e d S t r i p S t e e l P l a n t)Ab s t r a c t：I n L i u g a n g C o l d Ro l l e d S t r i p S t e e l P l a n t，S P CC c h e mi c a l c o mp o s i t i o n a n d me c h a n i c a l p r o p e r t i e s o f r e l e v a n c e w e r e a n a l y z e d t h e mu l t i p l e l i n e a r r e g r e s s i o n mo d e l wa s e s t a b l i s h e d b y u s i n g p e ff o r-ma n c e da t a Ke y W o r d s：S P CC C o l d Ro l l i n g；C h e mi c a l Co mp o s i t i o n；Me c h a n i c a l P r o p e r t y；Re g r e s s i o n Mo d l e 1 前言 由于冷轧带钢具有 良好的表面质量和性能，广泛应用于汽车、家电、建筑等各个行业中，制 作成各种结构件、冲压件等。在产品标准中除了 对带钢的尺寸、外形和表面有要求外，对产品性 能指标也有严格的要求。为了生产出具有优 良加 工性能的冷轧钢卷，在不断优化和完善相关各种 生产工艺的前提下，必须对生产的带锕l 生 能做出 更好地分析和研究，摸索和总结相应的规律，找 到更好的适合 自身生产特点 的生产方法。通过统 计产品性能数据，建立回归方程优化分析，研究 成分和力学性能之间的数学模型，可以很方便地 对所生产的钢种进行指导，完善生产工艺参数的 调整，提高各项性能指标以及钢材的使用效能。作者：杨 敏，大学学历，工程师，现从事钢材产品 陛能检验工作，技术 员。2 化学成分对力学性能的回归分析 2 1 回归方程的建立 为了建立优化的回归方程，需要对成分和性 能数据进行有效地筛选，选取具有准确性的数 值。本文采取的数据来 自 冷轧厂 2 0 0 9 年全年生 产的 S P C C钢数据，优先考虑一般常规元素对性 能的影响，同时引入微量元素，忽略了极微量的 少量元素的影响。应用多元 回归的方法进行化学 成分与力学性能之间的定量分析，将力学性能数 据，叽 和 6作为 回归的因变量 因子，常规元 素和微量元素作为回归自变量因子，利用回归原 理建立两者之间的线性关系。对所 采集 到的数据，采用现行模型进行拟 合，数学表达式为：y=b o+b l x】+6 ，2+b x n=b 0+b ix i(1)在公式 中引人 n个化学成分变量，并 且保 证全部变量的存在影响，利用 S P S S统计软件进 行多元线性 回归，取值 a=0 0 5，做显著检验 F F a(F a 为置信度在 a=0 0 5 是所对应的值)，计算 求 出回归方程 的常数项 b。和各个元素成分的回 归系数 b 。2 2 化学成分数据分析 将采集到 的生产数据导 出，得到 回归分析 所需要 的基 本统计数值，包括整体均值，离散 特征值(最 大值，最小值，极 差值，标 准差和 变异系数)，各个成分 的标 准差都 比较小，说明 冶炼 的成分 控制较好，上 下波动 的幅度很 小，整体保持均衡稳定的程度。统计数据见表 l。表 1 S P C C钢化学成分统计分析结果(样本数 2 7 0 1 6)|C 0 1 30 0 01 0 0 1 2 0 0 0 50 0 01 2 S i 0 1 0 0 0 O 1 0 0 0 9 0 0 0 3 0 0 0 1 4 Mn 0 3 7 0 0 1 20 0 25 0 0 2 20 0 030 P 002 9 0 0 03 0 02 6 001 2 0 00 3 1 S 0021 0 0 01 0 02 0 000 7 0 0 03 l As 005 7 0 0 06 0 0 51 O01 7 0 0 06 9 V 0 0 0 5 0 0 0 1 0 0 0 4 0 0 0 1 0 0 0 0 6 Al 0 1 4 5 0 01 0 0 1 3 5 0 0 3 6 0 0 0 8 6 N b 0 0 0 4 2 0 0 0 0 1 0 0 0 4 1 00 0 0 9 1 0 0 0 0 7 9 Ni 0 0 2 7 3 0 0 00 9 0 02 6 4 0 0 0 5 3 0 0 0 2 1 Ce q 0 1 77 0 0 40 0 1 37 0 0 94 0 O1 3 4 2 3 性能数据分析 在生产 中实行按 同一退火炉座 作为 1个钢 卷批 次抽取 1 个生产样 的做 法，选 取各个生产 样对应 的力学性能，对所采集 到的性 能数据进 行统计分析，得到屈服强度，抗拉强度 o b 和 延伸率 6的基本数值。在性能基本数值中，标 准差值均偏大，数值分布散落，但基本都位于 各 自所在 的上下限之 间。总体 的聚合程度很一 般。统计结果见表 2。皤l 表 2 S P C C钢力学性能统计分析结果(样本数 6 0 1 0)最大值 最小值 极差值 平均值 标准差 2 4建立回归模型 对钢卷性能数据做回归分析，可以很好地 对带钢的轧制生产工艺参数起到参考和指导作 用，便于生产 中的实 时调整，同时，也 可对生 产性 能做进一步地定量 预测，以及优化性能指 标。回归分析 的方法 和依据 可以分为两类，一 类是利用计算机的仿真模型，利用带钢组织结 构、相变、析出相、晶粒度等微观组态，建立 相对应的数学模型；另一类是利用生产实时数 据，建立性能和影响 因素数据之 间的关联关 系 做 出统计 分析，建立数学模型。利用成分含量 做出的回归模型属于第二类。将 S P C C钢的屈服强度数据导人 S P S S统计 分析软件，求解出回归方程常数项 b。和各个成 分的回归系数(b ，b：，b，b T I)，得到 的屈服 强度回归式模型见表 3。对线性模型检验：回归式 的复相关系数 R=0 2 0 4，拟合优度系数 R =0 0 4 2，变量 4 2，拟 合优度 良好。方差检 验 F值对应 的概率 P值为 0 0 0 2，小 于显著度 0 0 5，说明屈服强度和元素 成分之间存在显著的线性关系。在单个元素中 S i、P、A s和 N b的 P值小 于显著度 0 0 5，存在 显著性 的相关关 系，从表 3中抽取 回归系数得 到回归方程：=2 0 7 9 7 1+00 9 C 一 1 2 9 2 s 1-0 0 4 1 Mn 一 0 5 2 7 P-0 0 1 8 s+0 1 3 4 A s-00 3 9 v 3+4 5 0 8 N b-t O 1 0 9 A 1-00 2 N (2)摒 蛳 懈 伽 耍署一 C；一 表 3 屈服强度回归模型表 R=0 2 0 4，R =0 0 4 2 显著度 a=0 0 0 0 1 注：表 3中的元素成分数值去整数，如 c 含量为 0 0 1 0，取整数值“1 O”，以下 同。同样的，可以得到抗拉强度和延伸率各 自 的回归方程：=3 2 7 0 3 5-0 6 3 6 C+06 2 4 s i-00 9 7 Mn-07 1 2 P-02 9 3 S +0 5 8 3 A s+3 9 4 4 M+0 4 9 7 N b+0 1 9 2 A 1-0 0 0 2 N (3)R=0 3 0 9，R 2=0 0 9 5 显著度 a=0 0 0 0 1 8=3&0 3 4+0 0 9 3 C-01 2 5 s i-00 6 1 M n +00 3 8 P-00 7 s-0 D 5 3 A s+0 0 3 2 v+0 3 9 3 N b -00 1 7A【+00 0 7N (4)R=0 2 4 9，R =0 0 6 2，显著度 a=0。0 0 0 1 回归方程的建立，可 以有效地显现成分和 性能指标的关系，有利于性能数据的整理和分 析。由于实验数据会存在取数的不准确性和误 差性，导 致不可避免地 出现 回归精度 的偏差。模型的建立还可 以更 多地指导实际生产，完善 各项工艺参数，根据生产来源和生产特点，不 断做 出调整和改进，同时可 以起到一个很好 的 预测作用。2 5 回归模型验证 作为一个建立在化学成分的定量性能分析 模型，对数据 的依 赖程度，来 源性，稳定性，充分性 以及真实性都提 出很高的要求，这就要 求在生产中确保第一手数据的正确和可靠，数 据采集稳定均衡，所采取 的数据均可真实反映 实际生产，才能保证回归模型有较高的拟合度，真实的反映实际的性能水平。对公式的验证可 以保证模型使用的正确性和合理性，以及采用 有效的修正措施来弥补不足。采用 2 0 1 0年上半年 S P C C钢 的化学成分及 对应的力学性能值，采取 1 6 3 2 组样本数据，进 行生产实际的各性能值和对应的回归模型性能 值的对比，屈服强度和抗拉强度以 I O M P a 为区 间段，延伸率以 5 为区间段做 比较，选取对 比 数值的差值的绝对值(即模型值和实际值之差 的绝对值)，统计各绝对差值 出现 的频数(有效 百分比数)，分析结果见图 1。图 l 显示 3 个性能指标的模型值和实际值 的差值绝对值频数。屈服强度的差值 8 5 9 7 在 O 3 0 MP a，抗拉强度的差值则有 8 2 7 8 落在 0 3 0 M P a，延伸率差值 8 7 7 4 基本在 0-5，对 比 效果证明 回归方程和生产实际吻合性较好，回 归效果很好，能够有效地表述 目前 S P C C钢的性 能情况。3 结语 3 1 回归方程的修正 对冷轧带钢 的性能 回归研(下转第 2 4页)l 低合金钢品种的开发将向低碳、高纯净度发展，发展控轧控冷型钢种，充分发挥微合金化元素作 用，实现连铸及热装热送，提高生产率，节能降 耗，可以预见柳钢微合金化钢前景非常广阔。参考文献 1 董瀚等 先进材料钢铁 北京，科学 出版 社，2 0 0 7：1 3 1 5 2 齐俊杰，黄运华，张 跃编 微合金化钢 北京，冶金工业出版社，2 0 0 8：3 3 韩孝勇，铌、钒、钛在微合金钢的作用 宽厚板，2 0 0 6，1 2(1)：3 9 4 1 4 G B 厂 r 1 5 9 1 2 0 0 8低合金高强度结构钢 5 C a mp b e l l K，Ho n e y c o mb e RI s o t h e r ma l De c o mp o s i t i o n o f Au s t e n i t e i n S i mp l e C h r o mi u m S t e e l s Me t a l S c i，J u l y 1 9 7 4，8：1 9 7-2 0 3 6 C u d d y L T h e r mo me c h a n i c a l P r o c e s s i n g o f Mi c r o a l l o y e d Au s t e n i t e，e d b y A J De A r d o GH Ra t z a n d P J W r a y，T MS AI ME，Wa r r e n d a l e，PA，1 9 8 2：1 29 7 东涛 微合金化钢知识讲座 中信微合 金化技术中心，2 0 0 5，9：3 8 4 4 8 解万里等 钒对低合金钢的强化机理分 析 河北冶金，2 0 0 6，(2)：4 1 4 6 9 雍启龙，田建国，杨文勇等 钛在钢中 的 物 理 冶 金 学 基 础 数 据 钢 铁 研 究 学 报，1 9 9 9，1 5(2)：8 1 0 l 0 王利伟 钢冶凝固过程中钛基超细复合 杂夹物形成机理及研究：学位论文 上海：上海大学，2 0 0 7 1 1 WB莫里森，钢的微合金化概述 2 0 0 0 国际钒合金应用技术论坛，桂林，2 0 0 0 (上接第 1 8页)3 8 3 l 53 l 7 6 7 I-_-一 a 屈服强度对比差值频数 l 1 I 卜 _。1 I-_ _ 0-1 0 1 1 2 0 2 1-3 0 3 1-4 0 4 1-5 0 5 1-6 0 6 1 7 0 差 值 b 抗拉强度对比差值频数 频数 9 0 o 8 0 o 7 o o 6 0 0 5 0 0 4 0 0 3 0 o 2 o o l 0 0 O 8 2 1 6 0 3 1 8 7 l 2 5 肛2 3-5 6-8 9-t 3 差值 c 延伸率对比差值频数 图 1 S P C C钢性 能买 I 值和对应 的回归模 型性能值 的对 比图 究，当前依赖 于成分 的变化，在保证整个冷轧 S P C C钢的生产状况，可作为现行生产工艺的指 生产工艺(五机架连轧，退火和平整工艺)不 导方程，对生产参数的调整和完善起到很好的 做大的调整和变动的情况 下，可 以依据 回归方 帮助作用。程大致地掌握整体的性能情况。目前 S P C C钢的(2)以现有的化学成分导出的性能回归方 3个性能指标 的标准差较大，数据离散程度偏 程，可为生产工艺、质量检验 以及售后服务和 大，这是在生产中需要加强控制的。根据回归 质量异议提供参考和帮助，解决生产和质量工 计算值和生产实际值的对 比，回归方程的系数 作中碰到的困难。需要做很小地修正，即对 和 做 3 0 M P a的(3)若做出大 的生产工艺调整，需相应地 修正，延伸率 6 做 5 以内的修正，这样可很好 修正回归方程，才能保证高的吻合性和实时l生。地完善回归方程，确保实际应用的较高准确性。(4)回归方程的研究要紧密联系生产实际，3 2 回归方程存在问题 持续做出跟踪和研究，不断地修正系数，才能(1)回归方 程 的计 算 值 很 好地 描 述 了 当前 加 以改进 和完善 炙 0 O O O O O O 磺 加 如 加 m