王夢(mèng)寒，王根田，王 瑞，孟 烈

Mn-Ni-M o系核電用鋼高溫流變行為及熱加工圖

王夢(mèng)寒，王根田，王 瑞，孟 烈

(重慶大學(xué)材料科學(xué)與工程學(xué)院，重慶，400044)

在變形溫度為950～1 250℃、變形速率為0.01～10 s?1的條件下對(duì)Mn-Ni-Mo系核電用鋼進(jìn)行高溫?zé)釅嚎s實(shí)驗(yàn)。結(jié)合Arrhenius雙曲正弦本構(gòu)方程，通過(guò)多元線性回歸分析獲得熱激活能Q、結(jié)構(gòu)因子A及材料常數(shù)n和α對(duì)應(yīng)變的響應(yīng)規(guī)律，從而建立流變應(yīng)力與應(yīng)變量、溫度和應(yīng)變速率之間的變參數(shù)Arrhenius本構(gòu)模型。同時(shí)，基于真應(yīng)力?應(yīng)變曲線，建立輸入?yún)?shù)為溫度(T)、變形速率(ε˙)、應(yīng)變(ε)和輸出參數(shù)為流變應(yīng)力(σ)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型(ANN)。研究結(jié)果表明：神經(jīng)網(wǎng)絡(luò)模型(ANN)的預(yù)測(cè)精度更高，其預(yù)測(cè)流變應(yīng)力的平均相對(duì)誤差為1.31%。根據(jù)動(dòng)態(tài)材料模型理論(DMM)，構(gòu)建并分析合金在應(yīng)變?yōu)?.9時(shí)的熱加工圖，確定了最佳熱變形工藝參數(shù)，即當(dāng)變形溫度為950～1 250℃，應(yīng)變速率為0.06～0.3 s?1時(shí)，峰值功率耗散系數(shù)(η)約為0.54；當(dāng)變形溫度為1 100～1 250℃，應(yīng)變速率為0.3～1 s?1時(shí)，峰值功率耗散系數(shù)(η)約為0.44。

Mn-Ni-M o系核電鋼；本構(gòu)模型；神經(jīng)網(wǎng)絡(luò)；熱加工圖

是制造大型核反應(yīng)堆壓力容器的主體材料，其特殊工作環(huán)境要求其必須具有很高的抗輻照脆化敏感性、淬透性、耐蝕性和斷裂韌性[3?4]。在鍛造熱成形時(shí)，

RPV(reactor pressurevessel)鋼的毛坯件質(zhì)量一般是成品質(zhì)量的3倍以上[5]，為了獲得優(yōu)良的微觀組織和性能，研究Mn-Ni-Mo系低碳合金鋼的熱塑性變形機(jī)理進(jìn)而確定其合理的熱變形工藝參數(shù)有著重要的現(xiàn)實(shí)意義。目前國(guó)內(nèi)外關(guān)于Mn-Ni-Mo系低碳合金的研究主要集中在熱處理、焊接性能和合金元素對(duì)機(jī)械性能的影響方面[6?8]。朱峰等[9]分析了SA508-3低合金鋼的動(dòng)態(tài)軟化機(jī)制與高溫鍛造熱力參數(shù)之間的內(nèi)在關(guān)系；權(quán)國(guó)政等[10]表征了不同變形條件對(duì)退火態(tài)20MnNiMo

鋼動(dòng)態(tài)再結(jié)晶體積分?jǐn)?shù)的影響；LEE等[11]從顯微組織方面研究了影響SA508-3低合金鋼斷裂韌性的主要因素。而目前結(jié)合熱加工圖描述該合金的高溫壓縮流變行為及熱成形性能的相關(guān)研究鮮見(jiàn)報(bào)道。為此，本文作者對(duì)鑄態(tài)Mn-Ni-Mo系低碳合金進(jìn)行高溫?zé)釅嚎s試驗(yàn)，以溫度為950～1 250℃、應(yīng)變速率0.01～10 s?1時(shí)的真應(yīng)力?應(yīng)變曲線為研究對(duì)象，通過(guò)構(gòu)建變參數(shù)的

Arrhenius本構(gòu)模型與人工神經(jīng)網(wǎng)絡(luò)模型(artificial neuralnetworkmodel,ANN)，同時(shí)建立基于動(dòng)態(tài)材料模型理論(DMM)的熱加工圖，探討該合金的熱變形行為，進(jìn)而為開(kāi)展Mn-Ni-Mo系核電用鋼塑性成形有限元數(shù)值模擬和熱加工工藝的選擇提供理論支撐和指導(dǎo)。

1 材料和實(shí)驗(yàn)方法

實(shí)驗(yàn)試樣選用鑄態(tài)Mn-Ni-Mo系核電用鋼，化學(xué)成分如表1所示。通過(guò)線切割制成直徑×長(zhǎng)度為8mm×12mm的圓柱體，并修磨光滑。在熱模擬試驗(yàn)機(jī)機(jī)上進(jìn)行高溫?zé)釅嚎s實(shí)驗(yàn)。設(shè)計(jì)變形溫度分別為950，1 050，1 150和1 250℃，應(yīng)變速率分別為0.01，0.1，1和10 s?1，每組試樣的最大應(yīng)變?yōu)?.9。試樣在壓縮前首先以10℃/s的加熱速率升溫到1 300℃，保溫5min，以得到均勻的奧氏體組織；然后，以5℃/s的速率降溫至變形溫度并保溫15 s以消除試驗(yàn)試樣內(nèi)部的溫度梯度，隨后，在設(shè)定的溫度和應(yīng)變速率下進(jìn)行等溫壓縮，變形結(jié)束后立即對(duì)試樣進(jìn)行氦氣冷卻以保留高溫變形組織。

表1 試驗(yàn)用合金的主要化學(xué)成分(質(zhì)量分?jǐn)?shù))Tab le 1 M ain chem ical com position of studied alloy %

2 實(shí)驗(yàn)結(jié)果與分析

2.1 流變應(yīng)力曲線

基于熱壓縮實(shí)驗(yàn)數(shù)據(jù)，建立了如圖1所示的真應(yīng)力?應(yīng)變曲線。由圖1可知：流變應(yīng)力對(duì)變形溫度、應(yīng)變速率和應(yīng)變較敏感，合金在熱壓縮過(guò)程中發(fā)生了明顯的動(dòng)態(tài)回復(fù)和動(dòng)態(tài)再結(jié)晶現(xiàn)象?？傮w來(lái)看，變形過(guò)程可分為3個(gè)階段：第1階段(加工硬化)，由于變形程度較小，晶內(nèi)儲(chǔ)存能低，內(nèi)部組織只發(fā)生了少量的動(dòng)態(tài)回復(fù)，加工硬化作用遠(yuǎn)大于軟化作用，導(dǎo)致流變應(yīng)力隨著應(yīng)變的增加而迅速升高；第2階段(動(dòng)態(tài)軟化)，隨著變形程度增大，動(dòng)態(tài)再結(jié)晶(DRX)和動(dòng)態(tài)回復(fù)(DRV)帶來(lái)的軟化效應(yīng)越來(lái)越明顯，流變應(yīng)力的升高逐漸減緩至峰值；第3階段(穩(wěn)態(tài)變形階段)，動(dòng)態(tài)回復(fù)、動(dòng)態(tài)再結(jié)晶帶來(lái)的軟化作用與加工硬化達(dá)到動(dòng)態(tài)平衡，真應(yīng)力?應(yīng)變曲線趨于平直。在相同應(yīng)變下，當(dāng)溫度一定時(shí)，隨著應(yīng)變速率增加，真應(yīng)力增加，這是位錯(cuò)密度的短時(shí)間內(nèi)急劇增加所致；而當(dāng)應(yīng)變速率一定時(shí)，隨著溫度升高，真應(yīng)力下降，這是由于溫度的升高導(dǎo)致原子間的相互作用減弱，使得原子的擴(kuò)散速度加快，位錯(cuò)滑移的阻力變小，但可以看出都不是簡(jiǎn)單的線性關(guān)系。

2.2 變參數(shù)A rrhenius流變應(yīng)力模型構(gòu)建

金屬和合金的熱加工變形過(guò)程受激活能Q的影響和控制，而影響流變應(yīng)力變化的主要因素有變形量、變形溫度和應(yīng)變速率，其中變形溫度和應(yīng)變速率對(duì)真應(yīng)力的變化影響最為顯著。包含變形熱激活能Q和溫度T的本構(gòu)模型[12?13]為

在不同的應(yīng)力水平下，)(σF有以下3種表現(xiàn)形式：

圖1 不同變形條件下M n-Ni-M o低合金鋼真應(yīng)力?應(yīng)變曲線Fig.1 Truestress?stain curvesofMn-Ni-Mo low alloy steelunder differentdeformation conditions

式中：σ為流變應(yīng)力，MPa；ε˙為應(yīng)變速率，s?1；n和n1為加工硬化指數(shù)；A，A1，A2，β和α為與溫度無(wú)關(guān)的材料常數(shù)，且n/βα=；)(σF為應(yīng)力的函數(shù)；Q為熱變形激活能，kJ/mol；R為摩爾氣體常數(shù)，8.314 J/(mol·K)；T為絕對(duì)溫度，K。

金屬或合金在熱加工變形時(shí)，應(yīng)變速率ε˙受到熱激活控制，為了綜合衡量變形溫度T和變形速率ε˙對(duì)流變行為的影響，ZENER等[14]提出了溫度補(bǔ)償?shù)淖冃嗡俾室蜃覼：

將式(2)進(jìn)行變形便可得到含A rrhenius項(xiàng)的Z參數(shù)描述的流變應(yīng)力表達(dá)式：

基于真應(yīng)力?應(yīng)變曲線，式(1)中的材料常數(shù)可以通過(guò)線性擬合關(guān)系分別確定。由于所給定公式中并未涉及應(yīng)變?chǔ)艑?duì)流變應(yīng)力的影響，這里以應(yīng)變?chǔ)?0.3時(shí)的實(shí)驗(yàn)數(shù)據(jù)來(lái)計(jì)算模型中的未知數(shù)。對(duì)于低應(yīng)力水平(ασ＜0.8)和高應(yīng)力水平(ασ＞1.2)時(shí)，分別將式(1)取自然對(duì)數(shù)得到：

由式(4)和(5)可知，當(dāng)溫度一定時(shí)，lnε˙分別與lnσ和σ成線性關(guān)系，利用偏微分可求得：

基于應(yīng)變?chǔ)?0.3時(shí)的實(shí)驗(yàn)數(shù)據(jù)繪制lnε˙-lnσ和lnε˙-σ的擬合關(guān)系如圖2(a)和2(b)所示。

圖2 lnε˙?lnσ,lnε˙?σ,lnε˙?ln[sinh(ασ)]andln[sinh(ασ)]?1/T線性擬合關(guān)系Fig.2 Relationshipsbetweenlnε˙?lnσ,lnε˙?σ,lnε˙?ln[sinh(ασ)]andln[sinh(ασ)]?1/T

根據(jù)式(6)和(7)可知：其斜率即分別為材料常數(shù)n和β。采用最小二乘法進(jìn)行線性回歸求解斜率，得到：n=6.519 2，=β0.099 1。從而可得：==n/βα0.015 2 MPa?1。對(duì)于所有應(yīng)力，將式(1)取自然對(duì)數(shù)得到：

當(dāng)變形溫度和應(yīng)變速率分別一定時(shí)，利用偏微分可分別求得：

根據(jù)式(10)和(11)可知lnε˙?ln[sinh(ασ)]和ln[sinh(ασ)]?1/T擬合關(guān)系曲線斜率即分別為n1和Q，如圖2(c)和2(d)所示?？傻玫剑簄1=4.593 4，Q= 384.379 6 kJ/mol。由式(8)可知圖2(c)中的截距為lnA-Q/( RT)，分別將對(duì)應(yīng)的截距和Q，R，T，n1代入即可得A=4.6×1013。分別將Q，α，n和A代入式(1)～(3)即可得到Mn-Ni-Mo系核電鋼基于應(yīng)變3.0=ε時(shí)的熱變形流變應(yīng)力模型：

考慮應(yīng)變對(duì)合金熱變形時(shí)流變應(yīng)力的影響，以對(duì)應(yīng)不同應(yīng)變下(=ε0.05～0.90，按間隔0.05取值)計(jì)算求得的材料參數(shù)Q，α，n1和A ln來(lái)建立合金的Arrhenius本構(gòu)模型。經(jīng)過(guò)多元線性擬合分析和計(jì)算，得出各參數(shù)與應(yīng)變之間存在一定函數(shù)關(guān)系，并通過(guò)7次多項(xiàng)式擬合其函數(shù)關(guān)系，其相關(guān)系數(shù)分別達(dá)到0.990 4，0.998 5，0.992 5和0.989 6，如圖3所示。各參數(shù)隨應(yīng)變變化的7次多項(xiàng)式擬合函數(shù)關(guān)系式如式(15)所示。由圖3可知：在應(yīng)變較小時(shí)，α隨應(yīng)變的增加而逐漸減小，然后趨于穩(wěn)定。Q，n1和A ln則隨應(yīng)變的增加而逐漸減小。說(shuō)明Mn-Ni-Mo系核電鋼的熱變形激活能Q等材料參數(shù)都不是常數(shù)，而是隨應(yīng)變的改變而發(fā)生變化。

由式(3)和(15)可得Mn-Ni-Mo系核電鋼引入應(yīng)變?chǔ)诺暮琙參數(shù)的熱變形流變應(yīng)力模型：

2.3 人工神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)模型(artificialneuralnetwork，ANN)擅長(zhǎng)分析輸入與輸出元素之間內(nèi)在的多元非線性關(guān)系問(wèn)題，因其極高的準(zhǔn)確性而得到越來(lái)越多的應(yīng)用[15?16]。本文采用三層前饋誤差反向傳播網(wǎng)絡(luò)建立Mn-Ni-Mo系核電鋼的本構(gòu)模型，網(wǎng)絡(luò)模型結(jié)構(gòu)如圖4所示?；谡鎽?yīng)力?應(yīng)變曲線，為了與Arrhenius模型對(duì)比，同樣取不同應(yīng)變下作為數(shù)據(jù)樣本。由于ε˙，T和ε差別很大，在網(wǎng)絡(luò)訓(xùn)練前需要對(duì)樣本進(jìn)行初始化，初始化公式為式中：X為流變應(yīng)力試驗(yàn)值；Xmin和Xmax分別為流變應(yīng)力的最小值和最大值；X′為初始化后的流變應(yīng)力。

圖3 材料參數(shù)α，Q，n1，A ln與應(yīng)變的7次多項(xiàng)式擬合關(guān)系Fig.3 Relationshipsof seventh-time polynom ial fit betw eenmaterial constantsα,Q,n1,A ln and strain

為了保證每個(gè)變量都在同一范圍內(nèi)進(jìn)行訓(xùn)練和測(cè)試，每個(gè)變量(ε˙，ε，T，σ)均進(jìn)行歸一化處理，再對(duì)輸出變量進(jìn)行反歸一化處理。輸入層、隱藏層及輸出層神經(jīng)元數(shù)分別為3，10，1，輸出流變應(yīng)力σ。輸入層和隱藏層之間采用對(duì)數(shù)S型傳遞函數(shù)，隱藏層和輸出層則采用線性函數(shù)進(jìn)行傳遞。將應(yīng)變?yōu)?.3時(shí)的樣本數(shù)據(jù)作為有效值不進(jìn)入模型訓(xùn)練和測(cè)試，用來(lái)對(duì)模型的泛化能力進(jìn)行驗(yàn)證。數(shù)據(jù)中的80%作為訓(xùn)練樣本，其余20%作為測(cè)試樣本。網(wǎng)絡(luò)采用LM梯度下降法，訓(xùn)練目標(biāo)相對(duì)誤差為0.001。

2.4 流變應(yīng)力模型預(yù)測(cè)結(jié)果與分析

圖4 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)Fig.4 Schematic illustration of ANN structure

為了驗(yàn)證引入應(yīng)變?chǔ)诺腁 rrhenius本構(gòu)模型和ANN模型的準(zhǔn)確度，分別取不同變形工藝條件下2種模型的預(yù)測(cè)應(yīng)力值和實(shí)驗(yàn)值進(jìn)行對(duì)比，如圖5所示。從圖5可以看出：2類模型預(yù)測(cè)值都在最佳回歸線附近，但ANN模型的精度更高。為了進(jìn)一步定量評(píng)估模型的準(zhǔn)確度，本文利用相關(guān)系數(shù)(R)及平均相對(duì)誤差(Eave)對(duì)模型進(jìn)行精確度評(píng)價(jià)。

其中：Ei為實(shí)驗(yàn)值；Pi為模型計(jì)算值；E和P分別為Ei和Pi的平均值；N為樣本數(shù)。

根據(jù)圖5中的實(shí)驗(yàn)值和模型預(yù)測(cè)值計(jì)算R和Eave，結(jié)果顯示ANN模型的預(yù)測(cè)結(jié)果更準(zhǔn)確，其相關(guān)系數(shù)及平均相對(duì)誤差分別為0.998和1.31%，A rrhenius模型預(yù)測(cè)值與實(shí)驗(yàn)值相關(guān)系數(shù)(R)及平均相對(duì)誤差(Eave)分別為0.991和7.08%。將溫度為950～1 250℃和應(yīng)變速率為0.01～10 s?1時(shí)的熱壓縮實(shí)驗(yàn)值分別與引入應(yīng)變?chǔ)诺淖儏?shù)Arrhenius本構(gòu)模型和ANN模型的計(jì)算值進(jìn)行對(duì)比分析，分別如圖6和圖7所示。從圖6和7可以看出：ANN模型能更精確地反應(yīng)該合金的流變行為，對(duì)鍛造等熱成型工藝中溫度、變形速度、應(yīng)變參數(shù)的制定更具參考價(jià)值。

圖5 不同變形條件下流變應(yīng)力與本構(gòu)模型預(yù)測(cè)結(jié)果相關(guān)性Fig.5 Correlationsbetween experimentaland predicted flow stress atdifferentconditions

圖6 Arrhenius模型預(yù)測(cè)流變應(yīng)力與實(shí)驗(yàn)值比較Fig.6 Comparison between predicted andmeasured flow stress curves by Arrheniusequation under differentstrain-rates

圖7 ANN模型預(yù)測(cè)流變應(yīng)力與實(shí)驗(yàn)值比較Fig.7 Com parison between predicted andmeasured flow stress curves by ANNmodelunder differentstrain-rates

3 動(dòng)態(tài)材料模型熱加工圖

根據(jù)大塑性變形連續(xù)介質(zhì)力學(xué)和不可逆力學(xué)理論，PRASAD等[17]提出了基于動(dòng)態(tài)材料模型理論(dynamicmaterialsmodel，DMM)的熱加工圖，可較準(zhǔn)確地分析材料在不同變形溫度和應(yīng)變速率下微觀組織的演化，同時(shí)也可獲得熱變形時(shí)的安全區(qū)和危險(xiǎn)區(qū)?，F(xiàn)已被廣泛應(yīng)用于材料高溫變形機(jī)制的分析與熱變形工藝的制定，如鈦合金、鎂鋁合金和不銹鋼等金屬材料[18?20]。根據(jù)動(dòng)態(tài)材料模型理論，金屬在熱變形時(shí)吸收的來(lái)自工具的功率P由轉(zhuǎn)化為熱量的功率耗散量G和組織演化的功率耗散協(xié)量J組成[21]：

熱變形過(guò)程中，當(dāng)溫度和變形速率一定時(shí)，材料的本構(gòu)關(guān)系可表示為

式中：K為常數(shù)；m為應(yīng)變速率敏感性指數(shù)，

功率耗散系數(shù)η是與材料內(nèi)部顯微組織演化直接相關(guān)的參數(shù)，其隨變形溫度和應(yīng)變速率的變化關(guān)系即構(gòu)成了功率耗散圖，可以由應(yīng)變速率敏感指數(shù)m來(lái)表示：

由于在加工失穩(wěn)區(qū)(危險(xiǎn)區(qū))的功率耗散效率可能也會(huì)很高，所以，η大不代表材料的可加工性能好。因此，失穩(wěn)參數(shù))(εξ˙[20]可以用來(lái)表示熱塑性變形時(shí)的連續(xù)失穩(wěn)判據(jù)(式(20))，其隨變形溫度和應(yīng)變速率的變化關(guān)系即構(gòu)成了流變失穩(wěn)圖。

根據(jù)熱壓縮實(shí)驗(yàn)數(shù)據(jù)，將不同變形條件下的真應(yīng)力和應(yīng)變進(jìn)行3次樣條函數(shù)擬合，得到σln關(guān)于ε˙ ln的擬合關(guān)系式(25)。代入式(22)可求得特定變形量下的應(yīng)變速率敏感指數(shù)m，進(jìn)而根據(jù)式(23)和式(24)分別求得η和)(εξ˙。

式中：a1～a4為與材料有關(guān)的常數(shù)。

將應(yīng)變9.0=ε的功率耗散圖與流變失穩(wěn)圖疊加可得到材料的熱加工圖[22]，如圖8所示，等值線的數(shù)字代表功率耗散因子η，圖中灰色區(qū)域?yàn)榱髯兪Х€(wěn)區(qū)。由圖8可知：Mn-Ni-Mo系核電鋼功率耗散較大值主要分布在應(yīng)變速率適中的范圍內(nèi)(0.1～1 s?1)，而流變失穩(wěn)區(qū)主要集中在低溫低應(yīng)變速率和高溫高應(yīng)變速率內(nèi)。這是因?yàn)楫?dāng)溫度較低時(shí)，原子的擴(kuò)散能力較弱，晶內(nèi)儲(chǔ)存能較低，位錯(cuò)的運(yùn)動(dòng)和晶界的遷移緩慢，動(dòng)態(tài)再結(jié)晶(DRX)難以形核和長(zhǎng)大；當(dāng)溫度較高時(shí)，由于應(yīng)變速率較大，位錯(cuò)密度在短時(shí)間內(nèi)急劇攀升，合金內(nèi)形成大量的變形能，在變形過(guò)程中產(chǎn)生的熱量難以及時(shí)散出，容易形成絕熱剪切帶，出現(xiàn)絕熱剪切效應(yīng)，使得合金產(chǎn)生流變失穩(wěn)現(xiàn)象。一般認(rèn)為在熱加工的安全區(qū)域，功率耗散因子η越大，材料的熱加工性能越好，越容易獲得均勻細(xì)小的動(dòng)態(tài)再結(jié)晶組織，因此具有較高功率耗散效率的穩(wěn)態(tài)變形區(qū)間可作為最佳的變形工藝參數(shù)。根據(jù)熱加工圖可知，當(dāng)應(yīng)變9.0=ε時(shí)，Mn-Ni-Mo系核電鋼熱壓縮變形的安全區(qū)域可分為2部分：一部分是變形溫度為950～1 250℃區(qū)域，應(yīng)變速率為0.06～0.30 s?1(ZoneⅠ)，功率耗散系數(shù)的浮動(dòng)范圍是0.43≤η≤0.54；另一部分是變形溫度為1 100～1 250℃區(qū)域，應(yīng)變速率為0.3～1.0 s?1(ZoneⅡ)，功率耗散系數(shù)的浮動(dòng)范圍是0.39≤η≤0.44。

圖8 Mn-Ni-Mo合金在應(yīng)變?yōu)?.9時(shí)的加工圖Fig.8 Processingmap forMn-Ni-M o alloy at strain of 0.9

4 結(jié)論

1)Mn-Ni-Mo系核電鋼在溫度為950～1 250℃、應(yīng)變速率0.01～10 s?1時(shí)的真應(yīng)力?應(yīng)變曲線具有動(dòng)態(tài)回復(fù)和動(dòng)態(tài)再結(jié)晶現(xiàn)象。在相同應(yīng)變下，當(dāng)溫度一定時(shí)，合金的流變應(yīng)力隨應(yīng)變速率的增加而增加；當(dāng)應(yīng)變速率一定時(shí)，流變應(yīng)力隨變形溫度的升高而減小。

2)基于熱壓縮實(shí)驗(yàn)數(shù)據(jù)，分別通過(guò)多重線性回歸和神經(jīng)網(wǎng)絡(luò)構(gòu)建出Mn-Ni-Mo系核電鋼高溫流變應(yīng)力模型。對(duì)比2種模型的預(yù)測(cè)值和實(shí)驗(yàn)值的相對(duì)誤差發(fā)現(xiàn)，ANN模型對(duì)該合金流變行為的預(yù)測(cè)更準(zhǔn)確，其相關(guān)系數(shù)及平均相對(duì)誤差分別為0.998和1.31%。

3)加工圖由功率耗散圖和失穩(wěn)圖疊加而得，根據(jù)加工圖可以確定該合金有2個(gè)最佳變形區(qū)：變形溫度為950～1 250℃，應(yīng)變速率0.06～0.3 s?1(Zone I)，功率耗散系數(shù)0.43≤η≤0.54；變形溫度為1 100～1 250℃，應(yīng)變速率0.3～1 s?1(Zone II)，0.39≤η≤0.44。

[1]李承亮,張明乾.壓水堆核電站反應(yīng)堆壓力容器材料概述[J].材料導(dǎo)報(bào),2008,22(9):65?68.

LIChengliang,ZHANG Mingqian.Overview of reactor pressure vessel steel in PWR nuclear power plant[J].Materials Review, 2008,22(9):65?68.

[2]WEIGuo,DONG Shiyun,WEIGuo,et al.M icrostructure and mechanical characteristics of a laser welded joint in SA508 nuclear pressure vessel steel[J].Materials Science and Engineering A,2015,625:65?80.

[3]WANG Menghan,LI Yufeng,WANG Wenhao,et al. Quantitative analysis of work hardening and dynam ic softening behavior of low carbon alloy steel based on the flow stress[J]. M aterials and Design,2013,45:384?392.

[4]LEE K H,KIM M C,YANG W J,et al.Evaluation of microstructural parameters controlling cleavage fracture[J]. Materials Science and Engineering A,2013,565:158?164.

[5]朱峰,曹起驤,徐秉業(yè),等.核電鍛件微觀組織性能控制鍛造[J].塑性工程學(xué)報(bào),1995,2(1):8?14.

ZHU Feng,CAO Qixiang,XU Bingye,etal.The control forging for microstructure and property on heavy forgings in nuclear power plant[J].Journal of Plasticity Engineering,1995,2(1): 8?14.

[6]SHENG Zhongqi,HONG Xiao,FENG Peng,et al.Refinement of grain structure in 20MnNiM o steel[J].China Nuclear Science and Technology Report,1997,28(22):1?8.

[7]鐘志平,陳英.20M nM oNi55鋼的后動(dòng)態(tài)再結(jié)晶模型[J].塑性工程學(xué)報(bào),2000,7(2):23?26.

ZHONG Zhiping,CHEN Ying.The model of post dynamic recrystallization of 20MnMoNi55 steel[J].Journal of Plasticity Engineering,2000,7(2):23?26.

[8]ZHANG Xianhui.The characteristics of welding hydrogen crack in 20MnNiMo steel[J].Transactions of China Welding Institution,2002,23:23?25.

[9]朱峰,曹起驤,徐秉業(yè).高溫鍛造中ASME SA 508-3鋼的動(dòng)態(tài)軟化[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),1999,39(4):13?16.

ZHU Feng,CAO Qixiang,XU Bingye.Dynamic softening mechanism on steel of ASME SA 508-3 during hotworking[J]. Journal of Tsinghua University(Natural Edition),1999,39(4): 13?16.

[10]權(quán)國(guó)政,余春堂,劉瑩瑩,等.20MnNiMo鋼熱塑性變形與動(dòng)態(tài)再結(jié)晶軟化的耦合行為[J].材料熱處理學(xué)報(bào),2013,34(8): 177?183.

QUAN Guozheng,YU Chuntang,LIU Yingying,et al. Characterization of dynamic rescrystallization behavior of 20MnNiM o steel by thermal deformation[J].Transaction M aterials and Heat Treatment,2013,34(8):177?183.

[11]LEE B S,KIM M C,YOON JH,et al.Characterization of high strength and high toughness Ni-M o-Cr low alloy steels for nuclear application[J].International Journal of Pressure Vessels and Piping,2010,87(1):74?80.

[12]LIN Yongcheng,XIA Yuchi,CHEN Xiaomin,etal.Constitutive descriptions forhotcompressed 2124-T851 aluminum alloy over a w ide range of temperature and strain rate[J].Computational Materials Science,2010,50(1):227?233.

[13]LIN Yongcheng,CHEN Xiaomin.A critical review of experimental results and constitutive descriptions formetals and alloys in hot working[J].M aterials and Design,2011,32(4): 1733?1759.

[14]ZENER C,HOLLOMON H.Effect of strain-rate upon plastic flow of steel[J].Journalof App lied Physical,1944,15(1):22?27.

[15]LIN Yongcheng,ZHANG Jun,ZHONG Jue.Application of neural networks to predict the elevated temperature flow behavior of a low alloy steel[J].Computational Materials Science,2008,43(4):752?758.

[16]QUAN Guozheng,YU Chuntang,LIU Yingying,et al.A comparative study on improved arrhenius-type and artificial neural network models to predict high-temperature flow behaviors in 20M nNiM o Alloy[J].The Scientific W orld Journal, 2014(1):1?12.

[17]PRASAD Y V R K,GEGEL H L,DORAIVELU S M,et al. M odeling of dynam ic material behavior in hot deformation: forging of Ti-6242[J].Metallurgical and Materials Transactions A,1983,15(10):1883?1892.

[18]韋莉莉,潘清林,周堅(jiān),等.Al-Zn-Mg-Cu-Zr合金加工圖的構(gòu)建及失穩(wěn)分析[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,44(5): 1798?1804.

WEILili,PAN Qinglin,ZHOU Jian,etal.Processingmaps and flow instability analysis of Al-Zn-Mg-Cu-Zr alloy[J].Journal of Central South University(Science and Technology),2013,44(5): 1798?1804.

[19]QUAN Guozheng,WANG Yang,YU Chuntang,et al.Hot workability characteristics of as-cast titanium alloy Ti-6A l-2Zr-1M o-1V:A study using processing map[J].M aterials Science and Engineering A,2013,564:46?56.

[20]WANG M enghan,HUANG Long,CHEN M ingliang,et al. Processingmap and hotworkingmechanisms of Cu-Ag alloy in hot compression process[J].Journal of Central South University, 2015,22(3):821?828.

[21]PRASAD Y V R K.Modeling of hot deformation for microstructural control[J].InternationalMaterialsReviews,1998, 43(6):243?258.

[22]PRASAD Y V R K.Processing maps:a status report[J].Journal of M aterials Engineering and Perform ance,2003,12(6): 638?645.

(編輯 趙俊)

Hot deformation and processingmap of M n-Ni-M o system nuclear power steel

WANGMenghan,WANGGentian,WANGRui,MENG Lie

(CollegeofMaterials Science and Engineering,Chongqing University,Chongqing 400044,China)

The hot deformation behavior of Mn-Ni-Mo system nuclear power steelwas conducted at 950?1 250℃and strain rates of 0.01?10 s?1.Combining Arrhenius hyperbolic sine constitutive equation,the response mechanism of activation energy Q,structural factor A,materials constants n andαon the strain were obtained through multip le linear regression analysis,and the Arrheniusmodel of flow stresswith variable parameterswas established.At the same time, the artificial neural network(ANN)model was developed based on the true stress?strain curves,where the inputs parametersw ere deformation temperature(T),strain rate(ε˙),strain(ε),and flow stress(σ)was the output parameter. The results show that the ANN model ismore accurate in predicting the flow stress,and the average relative error is 2.53%.Based on the dynam icmaterialmodel(DMM),the processingmap of the studied alloy at strain 0.9 is constructed to recognize optimum hot deformation process parameters:deformation temperate ranges of 950?1 250℃and strain rates of 0.06?0.3 s?1w ith a peak power dissipate efficiency(η)of about 0.54,deformation temperate ranges of 1 100?1 250℃and strain ratesof 0.3?1 s?1w ith a peak power dissipateefficiency(η)of about0.44.

Mn-Ni-Mo system nuclear power steel;constitutivemodel;artificialneuralnetwork;hotprocessingmap隨著世界各國(guó)對(duì)能源需求量的急劇增加，核電逐漸成為重要的能源工業(yè)，而反應(yīng)堆壓力容器(reactor pressure vessel,RPV)被稱為核電站最關(guān)鍵的組件之一[1?2]。目前，Mn-Ni-Mo系低碳合金鋼(ASMESA508-3)

TG146.2

A

1672?7207(2017)03?0592?09

10.11817/j.issn.1672-7207.2017.03.006

2016?03?15；

2016?06?15

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資助項(xiàng)目(CDJZR14130006)(Project(CDJZR14130006)supported by the Fundamental Research Funds for the CentralUniversitiesof China)

王夢(mèng)寒，博士(后)，副教授，碩士生導(dǎo)師，從事金屬塑性成形工藝及模具CAD/CAE/CAM技術(shù)研究；E-mail:cquwmh@163.com