徐 浩,缑瑞宾,王 念,于 敏
(1. 安徽科技学院 机械工程学院,安徽 凤阳 233100;2. 蚌埠市特种设备监督检验中心,安徽 蚌埠 233000;3. 安徽科技学院 建筑学院,安徽 蚌埠 233000)
随着人类经济的发展和城市化进程的加速,火灾事故频繁发生,火灾环境对工程厚板的微观组织和力学性能产生了不可忽视的影响,进而影响工程厚板的服役安全性能,对人们的生命财产安全造成了严重威胁[1]。因此,揭示火灾环境下工程厚板微观组织和力学性能的变化规律,对受火后工程厚板的性能评价和绿色再利用具有重大指导价值。
对于高温后钢材微观组织和力学性能的变化,国内外学者已有诸多研究。在高温环境对材料微观组织的影响方面,陈友明等人通过研究热处理对Q345B钢基堆焊复合板显微组织的影响,发现不同热处理工艺会对珠光体含量变化产生影响[2];Liu等人研究了温度和保温时间对1.5 mm厚22MnB5NbV钢晶粒尺寸的影响,研究表明试验钢的晶粒尺寸随温度的升高和保温时间的延长而增大[3]。在高温环境对材料力学性能的影响方面,Zhou等人分别研究了受火后Q620高速钢自然、泡沫和浸水3种冷却方式下的力学性能,提出了温度和不同冷却方式作用下Q620高速钢力学性能预测方程[4];王茹玉等人研究了回火温度对Ti-V-Mo复合微合金钢组织及硬度的影响,结果表明:在450～600 ℃回火时,试验钢硬度与回火温度正相关[5]。在高温环境与材料微观组织、力学性能关系研究方面,Ge等人建立了高温环境与薄铜板的强度及伸长率的“温度-厚度”双参数预测模型[6]。综上所述,学者在火灾或高温环境对厚板铁素体相含量及硬度的影响方面仍待深入研究,尤其是组织与力学性能分布模型方面。因此,随着火灾事故频发,开展高温环境作用下工程厚板组织与力学性能的研究迫在眉睫。
为了揭示受火后厚板组织与硬度性能的分布规律,本文以Q345厚板为研究对象,采用模拟火灾环境的试验方法,对试验钢的铁素体相含量和硬度变化进行定量分析。
试验材料为Q345厚钢板,其化学成分如表1所示。采用加热炉加热+保温的方法,将试块以10 ℃/min的升温速率加热至指定火灾温度(400、600、800 ℃),保温40 min后水冷至室温;其次,从试块中心位置取出试样;第三,微观组织及硬度测试点位置沿RD向分为2列L(L1=20 mm、L2=80 mm),沿ND向分为3个距表层距离l(l1=2 mm、l2=10 mm、l3=20 mm),试样尺寸与测试点位置如图1所示;第四,采用光学显微镜和Matlab软件对试样微观组织进行观察、测量与分析;最后,借助Zwick维氏硬度计(HV10)测量试样硬度。
表1 Q345厚板化学成分 w/%
2.1 Q345厚钢板典型微观组织结果
Q345厚钢板原始样与不同火灾环境下(400、600、800 ℃,保温40 min)的典型微观组织观测结果如图2所示。
图2 不同火灾环境下Q345厚钢板典型微观组织
由图2a～c可知,其微观组织由浅色相铁素体(F)和深色相珠光体(P)构成,铁素体与珠光体沿平行于轧制方向(RD)呈层状分布形成带状组织[7]。带状组织是轧制过程中最常见的组织缺陷,因溶解在奥氏体中元素的扩散速率差异使钢中Mn的偏析所致[8]。这些不均匀的带状组织会使材料的力学性能呈各向异性,严重影响材料的使用性能。如图2d所示,其微观组织主要由铁素体(F)和马氏体(M)组成,试样的带状组织随温度的升高得到改善。其主要因800 ℃时钢材处于双相区,在加热过程中奥氏体发生形核、生长,以及组织中的渗碳体通过碳原子扩散逐渐溶解到奥氏体中[9],原始碳偏聚程度减小,进而弱化了带状组织现象。
2.2 Q345厚钢板铁素体相含量统计结果
为揭示火灾环境对Q345厚板铁素体含量VF的影响规律,分别在每个观测点内获取6张微观组织图像,利用Matlab软件测定出各组织图像的VF并取平均值,其统计结果见图3。
(a) 20 ℃-0 min
(b) 400 ℃-40 min
(c) 600 ℃-40 min
(d) 800 ℃-40 min图3 不同火灾环境下Q345厚钢板铁素体相含量
由图3可知,铁素体相含量VF总体波动范围分别为:57.3～71.2%(20 ℃)、57.6～62.5%(400 ℃)、58.9～72.0%(600 ℃)和36.4～41.0%(800 ℃)。当温度低于600 ℃时,试样组织未发生相变,仍由铁素体+珠光体组成,因此,组织中铁素体相含量的变化范围相近;800 ℃时,珠光体分解为铁素体+渗碳体,由于温度不够高,部分铁素体转化为奥氏体,经水冷后奥氏体转变为马氏体,导致铁素体相含量明显降低[10]。当受火温度相同时,VF随l的增加而总体增加,l3=20 mm与l1=2 mm位置相比,VF的最大增幅分别为:18.4%(20 ℃)、5.8%(400 ℃)、16.4%(600 ℃)和16.5%(800 ℃),这主要因高温后材料芯部冷却缓慢导致奥氏体向铁素体转变所造成[11]。综上所述,火灾温度对Q345厚钢板铁素体相含量的变化具有一定影响。
2.3 Q345厚钢板硬度统计结果
图4为原始样与不同火灾环境下Q345厚钢板硬度H的统计结果。由图4a～d可知,H总体变化范围分别为:131.3～140.1 HV(20 ℃)、139.9～151.4 HV(400 ℃)、150.7～175.3 HV(600 ℃)和195.5～204.1 HV(800 ℃)。当温度低于600 ℃时,Q345厚钢板硬度值相近;800 ℃时,经水冷后组织中析出的马氏体使Q345厚钢板硬度值增加[12]。对比400、600和800 ℃三种受火温度下,800 ℃时试样硬度值的总体波动范围明显低于400和600 ℃,细小的铁素体和马氏体组织是导致其硬度值波动较小的主要原因[13]。综上可知,受火温度对Q345厚钢板硬度的非均匀分布影响显著。
(a) 20 ℃-0 min
(b) 400 ℃-40 min
(c) 600 ℃-40 min
(d) 800 ℃-40 min图4 不同火灾环境下Q345厚钢板硬度
为了揭示火灾环境下Q345厚板组织与力学性能的变化规律,采用指数函数对Q345厚钢板铁素体相含量VF、硬度H与火灾温度T之间的内在关系进行研究。有
(1)
式中:V0、H0为偏移量;AV、AH为系数;tV、tH为常数。
3.1 铁素体相含量
铁素体相含量拟合结果如图5所示,可以看出:Q345厚板L1与L2位置处各观测点的VF总体上随火灾温度T的增加而减小。由20 ℃到800 ℃时,L1位置处各观测点VF的值分别为:59.8 - 36.4%(#1-1)、62.0 - 41.1%(#1-2)、和70.8 - 42.4%(#1-3);L2位置处各观测点VF的值分别为:57.3 - 42.0%(#2-1)、71.2 - 41.0%(#2-2)、和66.7 - 48.1%(#2-3)。
利用式(1)分别对图 5中各Q345厚钢板的VF值进行拟合,构建了L1、L2各观测点铁素体含量VF与火灾温度T之间的关系曲线。拟合公式如式(2),结果参数如表2所示。
(a) L1=20 mm
(b) L2=80 mm图5 铁素体相含量拟合结果
(2)
表2 VF-T预测模型(式2)参数结果
根据预测式(2)对Q345厚板L1、L2位置处各观测点内VF值进行计算,对比结果如图6所示,预测值与试验值偏差均小于12.2%。表明式(2)能较好地预测受火后Q345厚板L1、L2位置处各观测点的铁素体相含量。
3.2 硬度
硬度拟合结果如图7所示,可以看出:Q345厚板L1与L2位置处各观测点硬度H随火灾温度T的升高而增大。与室温(20 ℃)相比,L1位置处各观测点H的最大增幅分别为:55.5%(#1-1)、44.56%(#1-2)和48.38%(#1-3);L2位置处各观测点H的最大增幅分别为:44.02%(#2-1)、50.1%(#2-2)和48.65%(#2-3)。
采用式(1)对硬度H进行拟合,分别构建了L1、L2位置处各观测点硬度H与火灾温度T之间的关系曲线,拟合参数如表3所示。
表3 H-T预测模型(式(4))参数结果
(a) L1=20 mm
(b) L2=80 mm图6 铁素体相含量试验值与预测值对比
(a) L1=20 mm
(b) L2=80 mm图7 硬度拟合结果
由表3可知,对于H0、AH、tH三个参数,H0对H的影响程度最大,因此,对H0的变化规律进行分析,并采用线性函数进行拟合,建立L1、L2处距表层距离l与H0关系,即
(3)
将式(3)带入式(1),得到Q345厚板L1与L2位置处各硬度H、距表层距离l和火灾暴露温度T之间的关系,即
(4)
根据式(4)对Q345厚板各观测点硬度H进行计算,并与试验值进行对比,对比结果如图8所示。预测值与试验值的最大计算偏差小于12.6%,表明式(4)能够预测火灾环境下Q345厚板L1、L2位置处各观测点的硬度。
3.3 铁素体相含量与硬度关系
如前所述,火灾温度对Q345厚钢板铁素体相含量及硬度影响显著。因此,为评价火灾环境下Q345厚板铁素体相含量对其硬度的影响,对其相互关系进行统计分析,结果见图9。
VF=64.1-1.1*10-38H17.05,R2=0.76.
(5)
由图9可知,当试样中铁素体相含量低于50%时,其硬度明显提高。基于试验结果,发现火灾环境下Q345厚板铁素体含量与硬度符合式(5)函数模型,且模型精度较高。因此,该模型可为火灾环境下Q345厚板组织对其力学性能的影响提供理论依据。
(a) L1=20 mm
(b) L2=80 mm图8 硬度试验值与预测值对比
图9 铁素体相含量对硬度的影响
1) 相同受火温度下,Q345厚钢板铁素体含量及硬度沿厚向的变化趋势不明显;试样同一观测点位置的铁素体相含量随温度的增加而下降,硬度则不断增大。
2) Q345厚板铁素体含量VF、硬度H均与火灾温度T之间符合指数函数关系;分别构建了Q345厚板铁素体含量的“VF-T”预测模型,以及硬度的“H-l-T”双参数预测模型。对比试验值与预测值,Q345厚板VF与H预测模型的最大误差分别为12.2%和12.6%,具有较好的准确性。
3) 基于火灾环境下Q345厚板铁素体含量VF及硬度H试验结果,发现两者之间符合指数函数关系,为火灾环境下Q345厚板组织对其力学性能的影响提供理论依据。
猜你喜欢 厚板观测点铁素体 铌钛对铁素体不锈钢组织和成形性的影响山东冶金(2022年3期)2022-07-19钢结构厚板及中厚板的焊接建材发展导向(2021年9期)2021-07-16高速公路网连续式交通量调查观测点布设方法研究智能城市(2021年3期)2021-04-12洛阳市老城区西大街空间形态与热环境耦合关系实测研究绿色科技(2019年12期)2019-07-15铁素体不锈钢钢水深脱硫技术应用实践四川冶金(2018年1期)2018-09-25张掖市甘州区代表性观测点地下水位变化特征分析水利科技与经济(2016年10期)2016-04-26厚板铝合金MIG+TIG双枪焊接工艺焊接(2016年9期)2016-02-27厚板、单向板和双向板的工程量统计工程建设与设计(2016年1期)2016-02-27基于升降温全曲线的钢筋混凝土梁温度场分析山东建筑大学学报(2015年4期)2015-05-11439 铁素体不锈钢连铸坯中TiN夹杂物分布研究上海金属(2014年5期)2014-12-20