关键词:
渗碳层
残余奥氏体
摩擦诱导相变
深度学习
第一性原理
摘要:
23CrNi3Mo钢是一种典型的渗碳钎具钢,具有良好的回火稳定性和淬透性。但23Cr Ni3Mo钎具钢在服役过程中受到冲击、高速旋转和摩擦磨损等复杂载荷,复杂的受力环境要求钎具材料具有合理的硬度分布、较高的疲劳强度和耐磨性等。低碳钎具钢需要进行渗碳+低温回火处理,以获得优异的强韧性能。渗碳处理能够有效地提高钎具钢的表面硬度、耐磨性,而回火热处理可以改善钎具钢的韧性。因此,渗碳+低温回火处理可以使钎具钢具有良好的强韧性,进而延长钎具的使用寿命。本文针对23Cr Ni3Mo渗碳钢,通过热/动力学计算方法和深度学习研究了在气体渗碳和淬火过程以及回火过程中发生的组织和硬度变化,并建立了“工艺-组织-性能”关系模型,该模型为组织调控和硬度预测提供了依据。根据该模型对组织和硬度的预测结果,可以优化渗碳工艺,提高钎具在服役中的磨损性能。因此本文根据组织和硬度预测结果,挑选4组不同碳浓度梯度的渗碳层,进行摩擦实验,研究不同碳浓度下渗层残余奥氏体在磨损过程中的作用规律,及其相应的磨损机制。在4组不同碳浓度渗碳层中,选择其中一组渗碳层残余奥氏体最多的渗碳工艺,进行不同淬火冷却速率后进行摩擦试验,获得优化的淬火冷却工艺,探究其磨损性能及其磨损机理。然后通过第一性原理,探究残余奥氏体诱导转变马氏体的最小能量路径,为阐明摩擦诱导亚稳残余奥氏体相变机制奠定基础。最后探究渗碳层亚稳奥氏体的尺寸、形貌、体积分数和周围相分布对磨损性能的影响,系统阐述了亚稳奥氏体的机械稳定性、磨损层相变马氏体对磨损性能的影响和裂纹形核剥落机制,为设计优异的渗碳工艺提高耐磨性奠定基础。本文的主要研究内容如下所述:(1)首先通过调控真空气体渗碳的时间(包括总渗碳时间和强渗时间与扩散时间比例),获得不同层深的渗碳层和不同碳浓度的渗碳层,在860C淬火后,渗碳层获得不同组织梯度和硬度梯度。(2)其次利用深度学习算法处理金相图片来识别和计算渗碳层残余奥氏体从而预测硬度。选择不同的渗碳工艺对23Cr Ni3Mo钢进行表面处理,基于激光共聚焦显微技术采集了大量渗碳层的金相图片,构建了渗碳层显微组织数据库(MCLD)用于训练和测试,通过对比5种深度学习算法找出适合MCLD数据库的基本模型并进行了算法优化。基于UNet-6模型计算渗碳层残余奥氏体和马氏体含量,然后利用支持向量机(SVM)构建C含量、马氏体、残余奥氏体含量与硬度的映射关系,进而对硬度进行预测。(3)对渗碳层不同残余奥氏体含量的P1、P2、P5和P7进行摩擦磨损实验,探究渗碳层不同残余奥氏体含量对磨损性能的影响,及磨损规律。(4)基于第一性原理探究摩擦诱导马氏体相变最小能量路径,通过计算纯铁奥氏体和铁碳合金奥氏体转变马氏体的K-S和N-W两种相变路径,进而探究马氏体相变路径对磨损裂纹的形成和磨损性能的影响。(5)最后对相同碳浓度梯度和不同组织梯度的渗碳表层进行摩擦磨损实验,渗碳淬火工艺P10和P11渗碳层内高碳马氏体和残余奥氏体组织细化,在摩擦磨损过程中,细小的高碳马氏体对残余奥氏体施加了几何限制,起到屏蔽作用,导致其稳定性增加;其次,残余奥氏体的尺寸减小,薄膜状奥氏体体积分数的比例增加,进一步增强了机械稳定性。在磨损严重变形层形成纳米孪晶马氏体,而纳米孪晶的生成可以有效阻碍位错移动,并在孪晶界附近储存高密度位错,从而提高磨损层强度,降低了磨损率。渗碳淬火工艺P12和P13渗碳层残余奥氏体含量较高,且奥氏体以粗大块状为主,在摩擦磨损过程中,磨损表面硬度由于诱导相变马氏体增加而得到提升,短时可提高其磨损性能,但新生成不规则形貌的粗化马氏体成为了裂纹形核位置,因粗化残余奥氏体稳定性低,诱导相变会快速转变,使亚表层内残余奥氏体含量降低,裂纹在扩展的过程中,残奥阻止裂纹扩展作用显著下降,导致所产生的片状磨屑增多,耐磨性能下降。