新型超高強度熱沖壓用鋼的熱變形行為及本構關系

張施琦，馮　定，張　躍，洪繼要

(1非常規油氣湖北省協同創新中心，武漢 430100；2長江大學 機械工程學院，湖北 荊州 434023；3 北京科技大學 材料科學與工程學院，北京 100083；4汽車用鋼開發與應用技術國家重點實驗室(寶鋼)，上海201900)

?

新型超高強度熱沖壓用鋼的熱變形行為及本構關系

張施琦1,2，馮定1,2，張躍3，洪繼要4

(1非常規油氣湖北省協同創新中心，武漢 430100；2長江大學 機械工程學院，湖北 荊州 434023；3 北京科技大學 材料科學與工程學院，北京 100083；4汽車用鋼開發與應用技術國家重點實驗室(寶鋼)，上海201900)

利用 Gleeble-1500D熱模擬機對新型超高強度熱沖壓用鋼22MnB5Nb進行等溫單向拉伸實驗，研究了其在變形溫度為650～950℃，應變速率為0.1,1.0,10s-1下的熱變形行為，并采用3種本構分析方法，即基于傳統擬合回歸方法的Arrhenius 型、考慮材料常數應變補償的Arrhenius 型和本工作新提出的基于Quasi-Newton BFGS算法的Arrhenius 型本構方程來描述22MnB5Nb鋼的熱變形行為。結果表明：22MnB5Nb鋼表現出典型的加工硬化和動態回復軟化行為，變形溫度與應變速率均對其流變應力有較大影響；3種方程均可以準確預測實驗鋼的峰值流變應力，其中，Quasi-Newton BFGS算法具有可一次性求解所有材料參數、求解步驟簡單和預測精度最高(R=0.99578，Re=11.03MPa，E=2.48%)的特點，考慮材料常數應變補償的Arrhenius 型本構方程預測精度相對較低，但能直接預測不同變形條件下的流變應力曲線且可以較好地預測變形過程中的加工硬化效應、動態回復軟化效應和應變速率強化效應。

熱沖壓用鋼；熱變形行為；本構模型；Nb

先進高強鋼在汽車結構件中的應用是實現汽車輕量化和提高車身碰撞安全性的有效途徑之一。高強度鋼板熱沖壓成形技術克服了傳統冷沖壓過程中高強度鋼板易開裂、回彈嚴重且成形困難的缺點，所制成的零件具有較高的成形強度和成形精度，在汽車高強度零部件的制造中已得到廣泛應用[1-3]。在熱沖壓過程中，鋼板被預先加熱到奧氏體化溫度以上，然后在模具中迅速沖壓成形同時進行淬火，其間鋼板經歷復雜的溫度、應力、組織變化，這些變化都會影響最終成形性能；因而，研究熱沖壓鋼板的熱變形行為并建立本構方程對熱沖壓工藝優化及組織性能控制具有十分重要的意義。

22MnB5鋼是目前熱沖壓工藝中最常用的鋼材，對于其熱變形行為和本構模型的研究也已大量開展，相繼建立了Johnson-Cook[1,2]、Voce-Kocks[2]、Arrhenius[3]、Norton-Hoff型的本構模型[4-6]。Naderi等[2]基于等溫單軸壓縮實驗數據建立了Voce-Kocks模型和Molinari-Ravichandran模型來描述22MnB5鋼的熱變形行為。Li等[3]較為系統地研究了熱沖壓硼鋼在各種微觀組織狀態下的熱變形行為,并基于Arrhenius和Johnson-Cook方程建立其本構模型。最近，Zhang等[7]在此基礎上開發出了1800MPa級新型熱沖壓用鋼22MnB5Nb，由于其相比傳統熱沖壓鋼具備更好的強韌性、更優異的耐延遲開裂性能等特性，使其不僅在汽車制造中廣泛應用，而且在頁巖氣開采裝備、航空航天裝備等的承力結構件上也具有廣闊的應用前景。而關于這種新型熱沖壓用鋼的熱變形行為及本構關系的研究鮮有報道，這在一定程度上制約了新型熱沖壓鋼的研發和應用，因此，本工作以新型超高強度熱沖壓用鋼22MnB5Nb為研究對象，采用Gleeble 1500D 熱模擬試驗機研究其熱變形行為，并建立反映該材料流動特性的本構模型。

1　實驗材料與方法

實驗鋼采用50kg真空感應爐冶煉，其化學成分見表1。熱拉伸試樣的尺寸如圖1所示，標距為60mm。等溫單向熱拉伸實驗在Gleeble-1500D 熱模擬試驗機上進行，具體流程為：將試樣以5℃/s 的速率加熱到1000℃，保溫300s使材料充分奧氏體化，然后以40℃/s的速率冷卻至變形溫度后保溫10s，使試件的溫度穩定，再進行等溫拉伸。變形溫度為600，700，800，900，950℃，變形速率為0.1，1.0，10s-1，變形結束后進行空冷。

表1　新型熱沖壓用鋼22MnB5Nb化學成分(質量分數/%)

圖1　熱拉伸試樣尺寸Fig.1　Dimension of specimen for hot tensile test

2　結果與分析

2.1真應力-真應變曲線

圖2為22MnB5Nb鋼在不同變形溫度與應變速率下的真應力-真應變曲線，可見，實驗鋼的流變應力主要與應變速率、變形溫度及應變量有關。在同一應變速率和應變量一定的條件下，其流變應力隨變形溫度升高而降低(圖2(a))，在同一變形溫度和應變量一定的條件下，其流變應力隨應變速率增加而增大(圖2(b))。同時，實驗鋼的流變應力隨著應變量的增加而逐漸增大到某一峰值，此后便趨于穩定，未表現出明顯下降，表現為典型的動態回復型變形行為。這是由于在變形初始階段，實驗鋼因發生加工硬化而使得流變應力不斷提高；隨著變形的進行，位錯密度不斷增加，儲存能不斷增大，回復的驅動力也變大，由此引起的動態回復軟化作用逐漸抵消部分加工硬化效果，從而在真應力-真應變曲線上表現出真應力上升變緩的趨勢，最終在達到峰值應力后，實驗鋼中的動態回復軟化作用與加工硬化作用處于動態平衡而表現為穩態流變特征[3,6]。

2.2基于傳統擬合回歸方法的熱變形本構方程

Arrhenius 本構方程是目前使用最廣泛的材料高溫熱變形本構方程之一，常用于描述材料在高溫下的流變應力與應變速率、變形溫度之間的關系[8-10]。它包括指數方程、冪指數方程和雙曲正弦方程3種形式[11-13]：

(1)

(2)

圖2　22MnB5Nb鋼的真應力-真應變曲線　(a)溫度；(b)應變速率Fig.2　True stress-strain curves of steel 22MnB5Nb at different temperatures (a) and different strain rates (b)

(3)

(4)

對式(2)，(3)兩邊分別取自然對數，可得：

(5)

(6)

當變形溫度為恒定值時，利用偏微分法可求得

(7)

(8)

對式(4)兩邊取對數可得

(9)

當分別假設變形溫度和應變速率恒定時，利用偏微分可得式(10)，(11)：

(10)

(11)

(12)

圖3　峰值應力與應變速率的關系曲線；Fig.3　Relationships between peak stress and strain -lnσP；-σP

圖4　峰值應力與應變速率以及溫度的關系曲線　(a)ln[sinh(α ；(b)ln[sinh(α σ)]-1/TFig.4　Relationships between peak stress, strain rate and deformation temperature(a)ln[sinh(α σ)]-1/T

2.3基于Quasi-Newton BFGS算法的新型熱變形本構方程

目前報道的雙曲正弦本構方程均采用上文所述傳統方法進行求解[11-13,16]，即通過線性回歸求得局部范圍內的參數n1和β值，然后對α進行求解，此時獲得的α并非全局解，且參數n和Q也是在各變形參數下的近似平均值，并非最優解；同時，利用傳統方法求解不能一次求得所有參數，在求解過程中須進行多次擬合，步驟較復雜。

Quasi-Newton BFGS算法是求解非線性優化問題最有效的方法之一，在數學問題求解優化中得到了廣泛應用[17,18]，但鮮有研究者將其應用于本構方程求解。為此，本工作提出一種基于Quasi-Newton BFGS算法的新型求解方法，即利用Matlab軟件，采用最小二乘法中的Quasi-Newton BFGS算法，對雙曲正弦本構方程進行一次性擬合求得各參數的全局優化解。此方法求解簡單且能更好地考慮各參數與全局數據之間的關系。

鑒于Arrhenius雙曲正弦本構方程的高度非線性特征，首先對式(4)變形以提高其擬合精度：

(13)

y=k4·arcsinh[exp(k1x1+k2x2-k3)]

(14)

在Matlab軟件中導入實驗數據，利用Quasi-Newton BFGS算法對式(14)進行擬合求解。在求解過程中需要設定合適初值以便于計算收斂，已有研究表明各類鋼鐵材料的Arrhenius本構方程的α，n等系數均處于同一數量級[9-11]，故任意選定某一鋼種的系數來賦初值均能夠得到很好的收斂且求解結果幾乎無差別。最終求解得到：k1=0.1307，k2=2.9481，k3=2.627，k4=293.2551，α=0.00341，n=7.653，Q=187.582，lnA=20.1081。將求解值代入式(1)，(4)中，可得：

(15)

2.4考慮材料常數應變補償的Arrhenius本構方程

傳統計算方法只考慮峰值應變對應的峰值應力，而并未將其他應變量考慮在內，這在一定程度上限制了其應用。為此，有學者在傳統Arrhenius型本構方程基礎上開發出了考慮材料常數應變補償的Arrhenius型本構方程，并得到廣泛采用[11,13,16]。在本工作中，利用上述求解峰值應力材料常數的方法，分別對不同應變量(0.05，0.10，0.15，0.20，0.25，0.30，0.35，0.40，0.45，0.50)的材料常數值進行求解，并利用式(16)～(19)對求解數值和應變量進行5次多項式擬合分析，得到擬合系數如表2所示，擬合結果如圖5所示。

n=n1+n2ε+n3ε2+n4ε3+n5ε4+n6ε5

(16)

α=α1+α2ε+α3ε2+α4ε3+α5ε4+α6ε5

(17)

Q=Q1+Q2ε+Q3ε2+Q4ε3+Q5ε4+Q6ε5

(18)

lnA=A1+A2ε+A3ε2+A4ε3+A5ε4+A6ε5

(19)

2.5本構方程的預測精度分析

本工作建立的3種本構方程均可用于材料的熱變形本構特征的研究。利用基于傳統擬合回歸方法的本構方程和基于Quasi-Newton BFGS算法的本構方程可以求得某一應變量所對應的應力(如峰值應力、穩態應力等，在本工作中為峰值應力)和變形參數間的關系。而利用考慮材料常數應變補償的Arrhenius本構方程則能預測不同變形條件下的流變應力曲線，得到任意應變量對應的應力和變形參數間的關系[13]。故在本工作中選用3種本構方程都能計算求得的不同變形參數下的理論峰值應力來對本構方程的精度進行分析。

表2　多項式擬合系數值

圖5　多項式擬合實驗鋼的材料常數與真應變的關系(a)α;(b)n;(c)lnA;(d)Q Fig.5　Relationship between α (a),n(b),lnA(c),Q(d) and ε

為定量評價所建立方程的精度，引入相關系數(R)、均方根誤差(Re)和平均相對誤差(E)參數進行評價[10]，如圖6所示。由圖6可知，3種本構方程所預測的流變應力與實驗值均存在較好的相關性，其中，基于Quasi-Newton BFGS算法的本構方程具有最高預測精度(R=0.99578，Re=11.03MPa，E=2.48%)，傳統雙曲正弦形式的Arrhenius 型本構方程其次(R=0.99543，Re=11.26MPa，E=2.60%)，考慮材料常數應變補償的Arrhenius本構方程精度最低(R=0.99517，Re=11.52MPa，E=2.66%)。但應當注意的是，考慮材料常數應變補償的Arrhenius本構方程由于考慮了應變量的影響且能直接得到應力-應變曲線而具有獨特優勢，在實際應用中(如熱加工工藝制定、有限元模擬等)需要獲取多個應變量下應力與參數關系時，則優先選用本方程。圖7為采用考慮材料常數應變補償的Arrhenius本構方程預測得到的曲線與實驗測得的真應力-真應變曲線對比，可見在不同變形條件下兩者均有較好吻合，且該方程可以較好地預測變形過程中的加工硬化效應、動態回復軟化效應和應變速率強化效應。

圖6　實驗鋼不同本構方程預測的峰值應力值與實驗值的相關性(a)基于傳統擬合回歸方法的本構方程;(b)基于Quasi-Newton BFGS算法的本構方程;(c)考慮應變補償的本構方程Fig.6　Correlation between measured peak stress and predicted data by the three models　(a)the conventional hyperbolic sine equation;(b)the model based on Quasi-Newton BFGS algorithm;(c)the Arrhenius-type model with the strain compensation

圖7　考慮應變補償的本構方程的預測應力-應變曲線與實驗值的比較(a)0.1s-1；(b)1.0s-1；(c)10s-1Fig.7　Comparison between predicted and experimental stress-strain curves by the Arrhenius-type model with the strain compensation　(a)0.1s-1;(b)1.0s-1;(c)10s-1

3　結論

(1)22MnB5Nb鋼在變形溫度為650～950℃，應變速率為0.1,1.0,10s-1的條件下的熱變形行為表現為典型的加工硬化和動態回復型，變形溫度與應變速率均對其流變應力有較大影響。

(2)建立了實驗鋼的傳統雙曲正弦形式的Arrhenius 型和考慮材料常數應變補償的Arrhenius 型本構方程，并提出了基于Quasi-Newton BFGS算法的Arrhenius 型本構方程求解方法，所提出的新算法具有可一次性求解所有材料參數和求解步驟簡單的特點。

(3)3種本構方程均可以對實驗鋼的峰值流變應力給出準確的預測。其中，基于Quasi-Newton BFGS算法的本構方程具有最高預測精度。考慮材料常數應變補償的Arrhenius本構方程精度相對較低，但其能直接預測不同變形條件下的流變應力曲線。

[1]KARBASIAN H, TEKKAYA A E. A review on hot stamping[J]. Journal of Materials Processing Technology, 2010, 210(15):2103-2118.

[2]NADERI M, DURRENBERGER L, MOLINARI A, et al. Constitutive relationships for 22MnB5 boron steel deformed isothermally at high temperatures[J]. Materials Science & Engineering: A, 2008, 478(1-2):130-139.

[3]LI H, HE L, ZHAO G, et al. Constitutive relationships of hot stamping boron steel B1500HS based on the modified Arrhenius and Johnson-Cook model[J]. Materials Science & Engineering: A, 2013, 580:330-348.

[4]NIKRAVESH M, NADERI M, AKBARI G H. Influence of hot plastic deformation and cooling rate on martensite and bainite start temperatures in 22MnB5 steel[J]. Materials Science & Engineering: A, 2012, 540:24-29.

[5]NADERI M, KETABCHI M, ABBASI M, et al. Analysis of microstructure and mechanical properties of different high strength carbon steels after hot stamping[J]. Journal of Materials Processing Technology, 2011, 211(6):1117-1125.

[6]ZHOU J, WANG B, HUANG M. Two constitutive descriptions of boron steel 22MnB5 at high temperature[J]. Materials & Design, 2014, 63(2):738-748.

[7]ZHANG S, HUANG Y, SUN B, et al. Effect of Nb on hydrogen-induced delayed fracture in high strength hot stamping steels[J]. Materials Science & Engineering: A, 2015, 626:136-143.

[8]SAMANTARAY D, MANDAL S, BHADURI A K. Constitutive analysis to predict high-temperature flow stress in modified 9Cr-1Mo (P91) steel[J]. Materials & Design, 2010, 31(2):981-984.

[9]XIAO X, LIU G Q, HU B F, et al. A comparative study on Arrhenius-type constitutive equations and artificial neural network model to predict high-temperature deformation behavior in 12Cr3WV steel[J]. Computational Materials Science, 2012, 62: 227-234.

[10]LI H Y, HU J D, WEI D D, et al. Artificial neural network and constitutive equations to predict the hot deformation behavior of modified 2.25Cr-1Mo steel[J]. Materials & Design, 2012, 42:192-197.

[11]王進，褚忠，張琦. 38MnVS6非調質鋼兩種高溫本構模型的對比[J]. 材料工程, 2014, (2):81-86.

WANG Jin, CHU Zhong, ZHANG Qi. A comparative study of two high-temperature constitutive models of 38MnVS6 microalloyed forging steel[J]. Journal of Materials Engineering, 2014, (2): 81-86.

[12]ZENG Z, ZHANG Y, JONSSON S. Microstructure and texture evolution of commercial pure titanium deformed at elevated temperatures[J]. Materials Science & Engineering: A, 2009, 513-514:83-90.

[13]魏海蓮, 劉國權, 肖翔,等. 表觀的和基于物理的35Mn2鋼奧氏體熱變形本構分析[J]. 金屬學報, 2013, 49(6):731-738.

WEI Hai-lian, LIU Guo-quan, XIAO Xiang, et al. Apparent and physically based constitutive analyses for hot deformation of austenite in 35Mn2 steel[J]. Acta Metallurgica Sinica, 2013, 49(6):731-738.

[14]MIRZADEH H, CABRERA J M, PRADO J M, et al. Hot deformation behavior of a medium carbon microalloyed steel[J]. Materials Science & Engineering: A, 2011, 528:3876-3882.

[15]MEYSAMI M, MOUSAVI S. Study on the behavior of medium carbon vanadium microalloyed steel by hot compression test[J]. Materials Science & Engineering: A, 2011, 528:3049-3055.

[16]鄭漫慶, 王高潮, 喻淼真,等. 應變速率循環法構建TC4-DT鈦合金本構方程[J]. 材料工程, 2014, (8):32-35.

ZHENG Man-qing, WANG Gao-chao, YU Miao-zhen, et al. Superplastic constitutive relationship of TC4-DT titanium alloy with strain rate circulation method[J]. Journal of Materials Engineering, 2014, (8):32-35.

[17]ZHANG Y, MU B, ZHENG H. Link between and comparison and combination of Zhang neural network and Quasi-Newton BFGS method for time-varying quadratic minimization[J]. IEEE Trans Syst Man Cybern B Cybern, 2012, 43(2):490-503.

[18]LEITHEAD W E, ZHANG Y N. O(N2)-operation approximation of covariance matrix inverse in Gaussian process regression based on Quasi-Newton BFGS method[J]. Communications in Statistics Simulation & Computation, 2007, 36(2):367-380.

Hot Deformation Behavior and Constitutive Model of Advanced Ultra-high Strength Hot Stamping Steel

ZHANG Shi-qi1,2,FENG Ding1,2,ZHANG Yue3,HONG Ji-yao4

(1 Hubei Cooperative Innovation Center of Unconventional Oil and Gas,Wuhan 430100,China；2 School of Mechanical Engineering,Yangtze University,Jingzhou 434023,Hubei,China；3 School of Materials Science and Engineering,University of Science and Technology Beijing,Beijing 100083,China；4 State Key Laboratory of Development and Application Technology of Automotive Steels (Baosteel),Shanghai 201900,China)

The hot deformation behavior of the advanced ultra-high strength hot stamping steel 22MnB5Nb was studied through the isothermal uniaxial tensile tests at 650-950℃ and strain rates of 0.1, 1.0s-1and 10s-1by Gleeble 1500D system. The conventional Arrhenius-type hyperbolic sine equation, the Arrhenius-type model considering the material constant strain compensation and the new Arrhenius-type model based on Quasi-Newton BFGS algorithm were established to describe the high-temperature deformation behavior of 22MnB5Nb. The results indicate that 22MnB5Nb steel shows typical work hardening and dynamic recovery softening behavior during hot tensile. And the strain rate and deformation temperature have significant effects on the flow stress. The peak flow stress values predicted by these models are highly consistent with the experimental values, and the Quasi-Newton BFGS algorithm can solve all the material parameters in one time and it is simpler in calculation process and has the highest accurate(R=0.99578,Re=11.03MPa,E=2.48%), while, the Arrhenius-type model considering material constant strain compensation with lower accuracy, but can directly predicts not only the flow stress curve under different deformation conditions, but also the work hardening behavior, the dynamic recovery behavior and the strain rate strengthening effect of the experimental steel during the deformation process.

hot stamping steel;hot deformation behavior;constitutive model;Nb

馮定(1963-)，男，教授，博士生導師，主要從事石油機械及井下工具的設計、制造及用材方面的研究工作，聯系地址：湖北省荊州市長江大學東校區機械工程學院(434023)，E-mail:fengd0861@sina.com

10.11868/j.issn.1001-4381.2016.05.003

TG142

A

1001-4381(2016)05-0015-07

長江青年基金資助項目(2015cqn51)；長江大學油氣鉆完井工具研究中心創新基金資助項目(DCT201503)

2015-10-26；

2016-03-24