通过整合的CPFEM-实验框架解析冷轧压下率在无取向电工钢组织转变机制中的关键作用

《Materials Advances》:Decoding the critical role of cold rolling reduction in texture transition mechanisms of non-oriented electrical steel through an integrated CPFEM-experimental framework

【字体: 大 中 小 】 时间:2025年12月03日 来源:Materials Advances 5.8

编辑推荐:

  Luyang Miao|Yalong Luo|Haochen Ding|Chi Zhang|Chongxiang Yue|Haitao Liu中国大连市116024,大连理工大学材料科学与工程学院摘要非取向电工钢在冷轧过程中会形成特定的织构,尤其是用于电动汽车驱动电机的此类钢材,

  
Luyang Miao|Yalong Luo|Haochen Ding|Chi Zhang|Chongxiang Yue|Haitao Liu
中国大连市116024,大连理工大学材料科学与工程学院

摘要

非取向电工钢在冷轧过程中会形成特定的织构,尤其是用于电动汽车驱动电机的此类钢材,其微观结构直接决定了材料的电磁性能及节能效果。本研究通过结合电子背散射衍射实验与晶体塑性有限元模拟的方法,揭示了冷轧变形在非取向电工钢织构演变中的关键作用。该框架能够准确再现冷轧过程中的微观结构与晶粒取向分布。当冷轧减薄率达到50%及以上时,有益的λ、α和α*-纤维织构的强度与比例会下降,而有害的γ纤维织构则会显著增强。晶体塑性模拟表明,γ纤维织构的形成是由于α和α*-纤维的旋转以及原有γ纤维的保留所致。这种旋转是由α纤维取向中的变形不稳定性引发的,而相邻γ纤维晶粒的应变协调则进一步加速了这一过程。至关重要的是,通过控制冷轧减薄率来抑制α→γ纤维织构的旋转,对于减少γ纤维的形成并优化非取向电工钢的磁性能至关重要。

引言

非取向电工钢具有高磁感应强度和低磁芯损耗的特点,被广泛应用于电网、电信领域以及汽车制造行业[1,2]。在电动汽车驱动电机的核心材料方面,它更为重要[3,4]。非取向电工钢的磁性能直接影响系统的能源效率,因此提升其磁性能是全球研究的热点。
体心立方结构的非取向电工钢的磁性能受微观结构与织构的影响。由于磁晶各向异性,磁化能的大小顺序为:〈100〉<〈110〉<〈111〉[5,6]。λ纤维(〈001〉//ND,ND为法线方向)织构,包括立方织构和旋转立方织构({001}?〈100〉成分),因其具有两个易磁化轴而最为理想[7]。相反,γ纤维(<111>//ND)织构则会降低磁性能[8]。因此,在最终退火后的非取向电工钢中,增强λ纤维织构并抑制γ纤维织构对于优化磁性能极为重要。实现这一目标的关键在于冷轧工艺,因为λ纤维和γ纤维的再结晶晶粒主要在冷轧后的微观结构中的特定位置形核。具体而言,λ纤维的再结晶晶粒(尤其是立方晶粒)不仅在保留的λ纤维变形区域形成,还会在α*-纤维({11h}?50从1.729T上升至1.754T。Guo的研究则显示,当冷轧减薄率超过78%时,γ纤维织构会显著增强(从26.0%上升到34.5%),尽管板材变薄,但磁感应强度B50却有所下降[11]。这些研究表明,冷轧减薄率对轧制后的织构有着决定性影响,而这种织构又会通过定向形核机制[6]影响再结晶织构的形成,进而决定材料的磁感应强度。
冷轧过程中的晶体旋转是织构演变的基础。Inagaki[12]发现低碳钢中有两种主要的旋转路径:{001}〈100〉→{001}〈110〉→{112}<110>→{223}<110>,以及{110}〈001〉→{554}<225>→{111}〈112〉→{111}<110>→{223}?〈110〉。然而,单个晶粒的实际旋转路径取决于其初始取向、晶粒形态以及相邻晶粒的情况,这使得传统方法难以捕捉轧制过程中的动态取向变化。He等人[13]采用准原位电子背散射衍射技术,追踪了靠近γ纤维取向的晶粒的动态变形过程。这类晶粒表现出很强的取向稳定性,即便在厚度减少20%后,尽管形状发生了显著变化,仍能保持原有的取向,这体现了γ纤维织构在变形过程中的稳定性。但当冷轧减薄率超过30%时,样品表面会出现明显的长形变形和凸起,此时就很难继续追踪取向的变化了。此外,晶格取向的微小变化以及相邻晶粒的形态变化也会对取向旋转产生很大影响,因此很难通过原位或准原位检测方法揭示织构演变的普遍规律。
鉴于实验观测存在的局限性,晶体塑性模型对于揭示织构演变的完整动态过程以及取向旋转机制显得不可或缺[[14], [15], [16]]。这类模型包括平均场模型和全场模型。平均场模型,如泰勒模型和粘塑性自洽模型,适用于宏观尺度预测,但它们忽略了晶粒内部的微观结构以及晶粒间的局部相互作用,因此难以准确描述变形过程中微观结构和晶粒取向的变化。全场晶体塑性模型则通过有限元法或基于快速傅里叶变换的谱方法,对代表性体积元素进行求解,从而分析微观尺度的塑性变形,实现精确的取向追踪。Kim等人[17]利用晶体塑性有限元模型成功模拟了IF钢在冷轧过程中α纤维和γ纤维的演变过程,证明了该模型在预测织构演变方面的有效性。在这些基础模拟的基础上,Sedighiani等人[16]采用了基于位错密度的晶体塑性有限元模型,揭示了材料内部的微观异质性。α纤维晶粒的变形较为均匀,而γ纤维晶粒则会出现明显的应变局部化现象以及较高的取向梯度,这些地方都可能成为再结晶的形核位点。Tu等人[18]将晶体塑性有限元方法与实验相结合,发现在冷轧减薄率为40%时,超薄非取向电工钢中的{115}<161>(接近立方取向)晶粒会发生破碎,并部分向立方取向旋转(偏差约为12.5°)。Wang等人[19]则通过原位实验和晶体塑性有限元分析,研究了连铸Fe-1.5%Si非取向电工钢在剪切变形过程中织构的演变情况。在整个变形过程中,{211}<036>(51°, 35°, 45°)取向会向γ纤维的{111}<112>取向转变,而α*-纤维的{411}<148>(19°, 19°, 45°)取向则会经过{100}〈021>方向,最终趋向于理想的λ纤维立方取向。因此,通过精确控制变形条件,促使特定的取向转变,比如{411}<148>取向的形成,同时创造有利于再结晶的形核位点,如剪切带,就可以在后续退火过程中有效保留所需的变形织构。这一过程最终会形成以λ纤维及近似λ纤维为主的再结晶织构,从而提升材料的磁性能。不过,目前关于非取向电工钢微观结构与织构演变行为的研究仍存在不足之处。织构的动态演变过程尚未得到全面观察,相应的转变机制也缺乏深入探讨。在轧制过程中,晶粒取向旋转行为对织构演变的影响尚未得到深入分析。对于不同取向晶粒的旋转路径以及取向旋转的原因,目前也还存在诸多未知之处。
本研究结合实验与晶体塑性有限元模拟方法,对非取向电工钢的冷轧过程进行了研究。通过动态追踪微观结构与织构的连续演变过程,揭示了其背后的转变机制。研究分析了晶粒的旋转行为,确定了其旋转路径,探讨了晶粒取向旋转行为对织构演变的影响,同时也分析了轧制过程中取向旋转的产生原因。总体而言,这项工作为精确控制非取向电工钢的冷轧织构以及优化其磁性能提供了理论依据。

章节节选

材料与实验

实验所使用的材料为Fe-3.0%Si非取向电工钢。初始样品为热轧后退火状态,其成分见表1。初始板材的厚度为2.3毫米。在实验室中,使用四辊冷轧机(Ф125毫米×270毫米)对板材进行连续冷轧,最终将其厚度降至0.46毫米,具体的冷轧工序见表2。对应的冷轧减薄率为80%。后续的模拟则是基于此设计的

基于EBSD数据构建3D RVE

如图2所示,在轧制之前,首先根据EBSD数据获取晶粒取向与晶粒尺寸信息。然后对取向信息进行离散化处理,再利用这些取向信息和晶粒尺寸,通过DREAM 3D软件构建初始的3D RVE,如图2(b)所示。在变形开始时,该3D RVE的元素数量为45×20×200(x×y×z),总计120000个元素,其中包含246个晶粒

冷轧过程中的微观结构与取向分布

图4展示了不同冷轧减薄率条件下的模拟结果对应的3D取向图。可以看出,随着冷轧减薄率的增加,晶粒会逐渐拉长。最终,晶粒会沿着轧制方向形成变形后的细长形态,如图4(f)所示。通过定量比较可以发现,在80%的冷轧减薄率条件下,实验得到的变形晶粒平均厚度为27.3微米,而模拟结果为24.9微米,两者数值非常接近,这证明了该模型能够准确反映晶粒变扁的现象。进一步对比

结论

本文利用晶体塑性有限元模拟与实验相结合的方法,研究了非取向电工钢在冷轧过程中的微观结构与织构演变机制。主要结论如下:
  • (1)
    通过晶体塑性有限元模拟与实验相结合的方法,能够准确再现非取向电工钢在冷轧过程中的微观结构与晶粒取向分布。
  • (2)
    随着冷轧减薄率的增加,有益的λ、α和α*-纤维织构会减弱,从而导致非取向电工钢的磁性能下降

作者贡献说明

Luyang Miao:负责文章的初稿撰写、正式分析以及概念构思工作。Yalong Luo:负责结果的验证与相关研究工作。Haochen Ding:负责结果的可视化处理以及数据整理工作。Chi Zhang:负责文章的审阅与编辑工作,同时还承担监督任务并协调相关资源。Chongxiang Yue:负责资源的筹备与相关研究工作。Haitao Liu:负责结果的可视化处理以及资源协调工作。

利益冲突声明

作者声明,他们不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了中国国家自然科学基金(项目编号:52274375)以及东北大学轧制自动化国家重点实验室开放研究基金(项目编号:2023RALKFKT006)的支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号