层状亚稳奥氏体热稳定性和机械稳定性及其关联性研究

Stability control of metastable austenite is a common problem and core technology in the field of third generation ultra high strength automotive steel. The fabrication, component processing and service processing is closely related to the stability of the metastable austenite for the overwhelming majority of the third generation ultra high strength automobile steels. However, the mechanism study limitation of thermal and mechanical stability of metastable austenite greatly inhibits the improvement of the microstructure and properties of ultra high strength automotive steel. This study mainly plans to analyze the lamellar metastable austenite in several medium Mn steels and prototype steels. In order to weaken the study limitation about Ms thermodynamic calculation, this study plans to modify the non-chemical Gibbs free energy contribution algorithm based on microstructure observation and phase transformation points testing. Then, in order to weaken the study limitation about correlation of thermal and mechanical stabilities, this study plans to establish the ‘non-compensatory’ relationship between thermal stability and mechanical stability and revised the traditional liner compensatory relationship. Then, analyzing the mechanism of the effect of different factors on austenite stability, in order to clarify the mechanism of thermal and mechanical stability. Finally a more accurate and comprehensive stability control system for metastable austenite will be established, which includes Ms thermodynamic modified model and Olson-Cohen austenite stability modified model. This study can help to improve the fabrication, component processing and service processing of ultra high strength automotive steels.

亚稳奥氏体稳定性控制是第三代超高强汽车钢的材料制备、构件成型及服役性能综合调控的共性问题与核心技术。而现今对亚稳奥氏体热稳定性、机械稳定性及其关联性的定量研究的不足制约了超高强汽车钢的精细组织调控和性能优化。本项目以中锰钢等原型钢中层状亚稳奥氏体为研究对象，针对热稳定性Ms点普适性计算研究中的欠缺，通过系统性实验优化应变能/剪切机械能等非化学自由能贡献算法及其与成分、尺寸的定量关联，修正基于热力学理论的Ms计算模型；同时，针对机械稳定性及其与热稳定性的关联，摒弃传统的“线性补偿”假设，建立与成分、尺寸相关联的“非补偿式”定量关系，修正Olson-Cohen奥氏体机械稳定性模型，并在此基础上进一步探索相关因素对亚稳奥氏体稳定性影响的内在机理，最终形成亚稳奥氏体热稳定性、机械稳定性的定量评价方法与预测模型。研究结果可为以亚稳奥氏体为特征的第三代汽车高强钢组织调控和性能优化提供重要理论依据。

亚稳奥氏体稳定性控制是第三代超高强汽车钢材料制备、构件成型及服役性能综合调控的共性问题与核心技术。现今对亚稳奥氏体热、机械稳定性及其关联性定量研究的不足制约了超高强汽车钢的精细组织调控和性能优化。因此，本项目以中锰钢等原型钢中亚稳奥氏体为研究对象，针对亚稳奥氏体热稳定性普适性计算研究中的欠缺，基于热力学以及机器学习优化非化学能贡献，修正马氏体相变热及动力学模型；同时，针对机械稳定性及其与热稳定性的关联，摒弃传统的“线性补偿”假设，基于深度学习建立了奥氏体机械稳定性模型。主要进展如下：. 首先，通过优化Olson-Cohen模型中晶粒尺寸等非化学能的贡献及实验验证，证明非化学能是影响Ms点热力学模型计算精度的重要原因。随后基于非化学能的关键作用，通过考虑马氏体相变中的化学驱动力和非化学能，建立了完整的热-动力学（T-K）模型描述马氏体相变，并在不完全和完全马氏体相变体系中进行了验证。与传统模型相比，T-K模型可在不知道Ms的情况下，准确地描述两类马氏体相变的S型动力学曲线。. 其次,进一步通过数据库的建立, 在模型中引入层状亚稳奥氏体形貌等组织因素的影响。针对Ms，建立了具有特定数据预处理过程的CNN模型，与传统人工智能方法相比，该CNN模型在预测精度和稳定性方面都有明显的优势；针对Msσ，建立了考虑成分、加工参数和组织因素的CNN模型，与不考虑组织或加工参数的Olson-Cohen模型相比，该模型更加合理准确。 . 上述工作基础上进一步扩大体系，将数据挖掘和深度学习相结合，在Olson-Cohen模型的宏观框架指导下，借助机器学习的优势克服了马氏体相变中复杂的物理机制，建立起一个扩展能力大幅提高的Ms预测模型，相比于传统的计算方法，模型的普适性和准确性均得到较大的提升，实现了在超大成分范围下的Ms普适性精准预测，为处理材料领域中的复杂问题提供了可行的思路。. 本项目研究结果已在JMST等国内外高水平期刊发表，为以亚稳奥氏体为特征的第三代汽车高强钢组织调控和性能优化提供了重要理论依据