无锡鑫辉创钢业有限公司
五金通金牌会员 第6年
已通过企业工商认证
公司服务热线
18912363867
江苏省304不锈钢管承重, 试验材料及方法表为试验用铁素体不锈钢的化学成分。采用ThermalCalc软件计算试样钢的热力学平衡相图。根据成分配比,在kg真空感应炉中进行冶炼,真空保护浇铸后锻造,再经道次轧制为mm厚的钢板。为研究热轧温度对铁素体不锈钢性能的影响,设计了组不同的终热轧温度,分别为。之后,热轧板在箱式电阻炉中进行连退模拟试验,退火温度分别为,各保温s后出炉空冷。表试验用Cr铁素体不锈钢化学成分质量分数,%)TableChemicalcomitionofthestainlesssteelstudiedwt%)CSiMnPSCrVN对退火后试样,选择其垂直轧制方向进行预磨抛光,使用MH显微硬度计测量维氏硬度加载砝码g),采用FeCl,HCl,HO比例为的腐蚀溶液进行腐蚀至变色[],使用尼康LV金相显微镜和扫描电镜观察分析热轧退火态试样的组织特点。zjdrzjyhzrj。
表图四点测量法示意图观片灯下观察,均能清晰显示号丝影像,但使用KV管电压的组和X二组,KV管电压的X二组均不符合ABX黑度D=的规定,KV管电压的X三组和KV管电压的组和X三组符合标准规定,但通观底片KVX三组效果好。底片的评定)JB/T的表表规定,缺陷点数大于X或缺陷直径大于T/时为。如在圆形缺陷评定区内,一缺陷宽为mm,长mm或者mm,长宽比不大于,定性为圆形缺陷,但其长径mm~mmgt;T/,评定。
江苏省304不锈钢管承重, 试验材料及方法表为试验用铁素体不锈钢的化学成分。采用ThermalCalc软件计算试样钢的热力学平衡相图。根据成分配比,在kg真空感应炉中进行冶炼,真空保护浇铸后锻造,再经道次轧制为mm厚的钢板。为研究热轧温度对铁素体不锈钢性能的影响,设计了组不同的终热轧温度,分别为。之后,热轧板在箱式电阻炉中进行连退模拟试验,退火温度分别为,各保温s后出炉空冷。表试验用Cr铁素体不锈钢化学成分质量分数,%)TableChemicalcomitionofthestainlesssteelstudiedwt%)CSiMnPSCrVN对退火后试样,选择其垂直轧制方向进行预磨抛光,使用MH显微硬度计测量维氏硬度加载砝码g),采用FeCl,HCl,HO比例为的腐蚀溶液进行腐蚀至变色[],使用尼康LV金相显微镜和扫描电镜观察分析热轧退火态试样的组织特点。
网格离散采用软件默认的四边形单元格式,选用相对网格划分形式,比图不锈钢法兰尺寸及锻压几何装配模型FigSizeofstainlesssteelflangeandthegeometryassemblyofforgingforming准准准R下模上模坯料a)法兰图mm)b)几何装配模型率为,坯料网格划分为个。模拟过程中采用自适应网格重划分技术以提高网格质量。其它模拟参数见表。结果与讨论对动态再结晶体积分数的影响规律图给出了不同坯料初始温度下动态再结晶体积分数分布图。
江苏省304不锈钢管承重, 试件制备及试验方法试件制备试样几何形状及尺寸如图所示。钢板尺寸为mmmmmm。材料为高强度镀锌钢板DP。图试样的形状及尺寸X声波检测设备采用水浸X声聚焦直入射法对镀锌薄板点焊进行X声C扫描成像检测图)。检测设备为UltraPACIIX声检测系统,使用的探头频率为MHz,水中焦距为mm,焦点直径为mm。设定采样频率为MHz。图C扫描成像检测试验结果与讨论焊核C扫描图像的A信号分析调节探头位于未焊基板正上方,将探头焦点聚于基板下表面获得A扫描信号,C扫描门槛处于下表面反射峰值位置附近,宽度为s图)。
对于所要实现检出的低对比度细长线缺陷,其对比度低,局部区域常被噪声湮没。笔者主要研究了如下三种线性低通滤波算子进行滤波降噪的效果:h=h=)h=通过测试得出,采用算子h和h时,细长缺陷信息有时被严重削弱甚至丢失,导致采用后续的缺陷检出流程无法X检出;h算子在一定程度上降低图像噪声的同时,能够很好地保留细长线缺陷信息。因此选用h算子对原始图像进行滤波降噪。焊缝区内外边缘检出对于螺旋焊缝钢管的焊接,通常采用双面埋弧焊,其焊缝区域在X射线成像后得到的图像中,经常会出现两个焊缝边缘,如图所示。
扫查方式为了检测焊接接头的纵向缺陷,一般采用斜探头垂直于焊缝中心线放置在检测面上,沿焊接接头进行锯齿形移动扫查。探头前后移动的距离应保证扫查到规定的焊接接头检测区域宽度全部范围。扫查时相邻两次探头移动间隔应保证至少有%的重叠。为了确定缺陷的位置方向形状,观察缺陷动态波形或区分缺陷信号与非缺陷信号,在石化行业,H型钢在精炼厂的催化裂化装置中应用非常广泛,它的工作温度通常在~[]。H钢所用焊条EH中碳的质量分数处于%~%范围内,提供了较高的抗拉强度和在高温下的蠕变强度[]。
在此处采用大方差阈值法,因为它的处理速度较快,得到的二值图像背景和目标的界限较清晰可靠[]。经过自适应阈值分割算法得到的焊缝图像如图所示。图图像的自适应阈值分割处理焊缝缺陷区域提取经过上述对图像进行的自适应阈值分割处理,使图像在计算机内的存储更加精炼简便。但是由于在计算时缺陷边缘的大面积白域是计算时所不需要的,所以为了进一步在进行特征计算和分类时减少运算量,只需要提取焊缝缺陷区域即可。图和图可以看出,从左向右看,二四段黑域为非焊缝处的焊管,段和X二段黑域为焊缝部分,可以得知该部分没有缺陷,X二段和X四段之间的区域为焊接部分,可以得知,该焊接部分存在焊接缺陷。
