Open Access
Issue
JNWPU
Volume 43, Number 3, June 2025
Page(s) 528 - 535
DOI https://doi.org/10.1051/jnwpu/20254330528
Published online 11 August 2025

© 2025 Journal of Northwestern Polytechnical University. All rights reserved.

Licence Creative CommonsThis is an Open Access article distributed under the terms of the Creative Commons Attribution License (https://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

轴承作为装备制造的关键基础件, 为回转轴系提供支撑并降低摩擦, 其性能直接影响主机的效率和可靠性。作为国家战略性产业, 轴承广泛应用于工程机械、航空、交通等领域[1-2]。

GCr15轴承钢尽管含有的合金元素种类少且含量低, 但经过常规热处理后, 依然表现出优异的抗疲劳性能和耐磨损性能, 同时具有良好的可加工性和尺寸稳定性[3]。目前, GCr15钢的年产量占轴承钢总产量的80%以上, 并在150℃以下的工作环境中被广泛使用[4]。然而, 其高碳含量(约1%)易导致碳化物分布不均, 形成脆性富集区, 降低冲击韧性, 影响轴承寿命[5-8]。因此, 选择合适的工艺和参数对GCr15钢轴承的生产尤为重要。

传统轴承环制造采用环坯加环轧工艺, 材料利用率低且周向性能提升有限[9-10]。相比之下, 强力旋轧(PTR)通过局部增量塑性变形一步成形轴承环, 无需环坯, 显著提高材料利用率。其斜向金属流动和三向变形特性可优化周向性能, 并通过压-剪-扭复合变形细化晶粒、调控碳化物分布[11-14]。

目前, 国内外的一些学者通过试验、数值模拟等手段对强力旋轧的工艺参数选择进行了优化。李怀欣[15]通过三维有限元模拟分析了轧辊辗轧角、送进角对毛管尺寸精度的影响; 高贤深等[16]通过三维有限元模拟分析了轧制温度、轧辊转速和轧辊倾角工艺参数对晶粒尺寸和分布均匀性的影响规律; 孙方东[17]分析了温度对无缝管等效应力分布、金属流动行为以及壁厚尺寸稳定性的影响。

现有研究多聚焦单一工艺参数优化, 但PTR涉及多参数耦合作用, 需联合优化以保证成形质量。响应面法(RSM)结合数学与统计学, 可建立多变量与目标响应的近似模型, 减少试验次数[18-20]。

本文基于三维有限元模拟与RSM, 优化送进角、压下率、顶头前伸量和宽展系数, 建立其与应变均值及均匀性的二阶响应模型, 通过显著性分析和方差分析确定最优参数组合, 并通过GCr15旋轧试验验证组织与性能改善效果。

1 有限元模型

本文基于Simufact Forming 16.0有限元软件, 建立强力旋轧三维热力耦合有限元模型, 如图 1所示。

thumbnail 图1

三维热力耦合有限元模型

强力旋轧几何模型主要包括2个轧辊、2块导板、顶头及坯料6个部件, 通过2个同向旋转的轧辊带动坯料沿轧制线螺旋前进, 棒材在反复旋转压缩过程中出现曼内斯曼效应, 心部出现疏松, 降低了穿孔阻力, 从而实现棒材到无缝钢管的转变。

坯料选用GCr15轴承钢, 为弹塑性变形体, 轧辊、顶头、导板、推块设为刚体, 忽略弹性变形, 材料选用5CrNiMo。本文以高温Arrhenius本构方程为基础, 利用单道次热压缩试验数据, 构建GCr15轴承钢的本构方程。应变速率和温度对流变应力有显著影响, 它们之间的关系可用(1)式来描述。

式中: σi为原始晶粒组织或动态再结晶晶粒组织的流动应力; εi为所考虑的晶粒组织经受的应变; M, N为与温度和应变速率有关的材料参数。

2 响应面法

2.1 设计变量

强力旋轧过程金属变形非常复杂, 金属流动规律难以掌握, 为了确保工艺过程能够处于最佳状态,本文选择4个对轧制过程影响较大的工艺参数(送进角A、压下率B、宽展系数C、顶头前伸量D)进行有限元仿真模拟, 工艺参数具体示意图如图 2所示。

thumbnail 图2

轧制参数

2.2 目标函数

强力旋轧属于剧烈塑性成形工艺, 坯料在变形过程中受到压-剪-扭复合作用。实心棒坯存在3个主变形, 即径向压缩、轴向延伸、周向扩展, 其中径向压缩的金属主要沿轴向延伸。然而, 实心棒料在与轧辊和顶头接触时, 各层金属的流速不同, 导致金属各部分的变形并不均匀, 并产生了附加应力, 容易导致管坯产生缺陷、各部分组织性能不均匀。因此以应变均值与应变分布均匀性作为目标函数,选取模拟结果中部某横截面, 观察其应变分布情况, 如图 3所示。以各层金属应变的加权平均值 对应变均值进行量化表征; 以应变方差S2(ε)表征截面应变分布均匀性。

thumbnail 图3

应变场分布示意图

式中: Xi为某一应变范围区域所占面积; X为截面面积; εi为取样点的等效应变值。

式中,S2(ε)为应变方差。

2.3 试验设计及结果

为研究多因素耦合作用对GCr15轴承钢强力旋轧过程的影响, 设计了四因素三水平的响应面优化方案。因素水平表如表 1所示。

设计确定的29组试验方案及各方法的模拟结果列于表 2中, 其中包括5组重复试验。

1) 应变均值与轧制参数

利用Design-Expert 10.0软件对试验数据进行二次拟合分析, 得到应变均值与送进角、压下率、宽展系数、顶头前伸量之间的关系为

式中:A为送进角, °; B为压下率, ,%; C 为宽展系数;D为顶头前伸量, mm。

方差分析结果如表 3所示。应变均值回归模型显著性检验 P<0.0001, 表明回归模型达到极显著水平, 相关系数 R2 = 0.9492, 说明模型拟合度较高, 能够利用该模型来预测各因素对应变均值的影响。其中, 一次项A, B, C, D和二次项 BC, A2, C2极显著。比较 F值大小可知, 影响应变平均值的4个因素按作用大小排序依次为 B(压下率) > D(顶头前伸量) > A(送进角) > C(宽展系数)。

图 4为当送进角A=11°、顶头前伸量D=0 mm时, 应变均值关于压下率B与宽展系数C的二维等值线图及三维曲面图。可以看出, 应变均值随压下率B的增大而增大, 随宽展系数C的增大呈现出先减小后增大的趋势。二维等值线图呈椭圆形, 三维曲面图较陡峭, 说明2个变量的交互作用对应变均值的大小影响十分明显。

thumbnail 图4

A=11°,D=0 mm时关于变量BC的二维等值线图和三维曲面图

图 5为当送进角A=11°、压下率B=18%时, 应变均值关于宽展系数C与顶头前伸量D的二维等值线图及三维曲面图。可以看出, 随着顶头前伸量减小, 应变均值呈现增大趋势; 随着宽展系数增大, 应变均值先减小后增大。特别地, 当宽展系数为1.09~1.13时, 顶头前伸量对应变均值的影响降低。

thumbnail 图5

A=11°,B=18%时关于变量CD的二维等值线图和三维曲面图

2) 应变分布均匀性与轧制参数

利用Design-Expert 10.0软件对试验数据进行二次拟合分析, 得到应变方差与送进角、压下率、宽展系数、顶头前伸量之间的关系

式中: A为送进角, °; B为压下率, %; C为宽展系数; D为顶头前伸量, mm。

方差分析结果如表 4所示。回归模型达到极显著水平, 相关系数R2=0.992 7, 说明应变方差响应面模型拟合度较高, 能够利用该模型来预测各因素对应变方差的影响。其中, 一次项A, B, C和二次项AB, AC, C2极显著。比较F值大小可知, 影响应变方差的因素按作用大小排序依次为C(宽展系数)>A(送进角)>B(压下率)>D(顶头前伸量)。经响应面回归分析, 得到符合“应变值大且分布均匀”要求的轧制参数组合如表 5所示。

表1

因素水平表

表2

响应面试验设计与结果

表3

响应面模型方差分析

表4

S2(ε)响应面模型方差分析

表5

优化后的轧制参数

3 试验验证及结果分析

3.1 试验材料

本文采用由某钢厂提供的球化退火态GCr15轴承钢棒材, 其成分如表 6所示, 符合现行国标GB/T 18254-2016《高碳铬轴承钢》中对成分的要求。原材料网状碳化物分布与显微组织如图 6所示。可以看出, 原材料中碳化物分布不均匀, 仍存在网状和大块的碳化物, 网状碳化物评级大于3级。

thumbnail 图6

原材料中网状碳化物分布

表6

GCr15轴承钢化学成分 %

3.2 试验设备

通过3.1节中的数值模拟, 得到了送进角、顶头前伸量、宽展系数和压下率对强力旋轧成形GCr15轴承钢管的影响规律, 优化出了一组较为理想的轧制参数。使用优化参数在西北工业大学自主研制的双螺线锥形辊斜轧穿孔机上进行强力旋轧试验。

试验采用的加热炉为SX3型陶瓷纤维节能高温箱式电阻炉, 主要性能参数为额定电压380 V, 最高温度1 200℃, 额定功率10 kW, 电源箱数3个, 炉膛尺寸400 mm×180 mm×160 mm。试验坯料长300 mm, 试验完成后, 对比热轧态、模拟结果以及冷却后的尺寸, 验证模拟结果的准确性良好, 如图 7所示。

thumbnail 图7

GCr15轴承钢试验料

3.3 最优参数验证

选取锻前在1 150℃保温100 min, 出炉风冷至900 ℃, 转至950 ℃保温30 min, 锻后先水冷至550 ℃再空冷到室温的配分制度下的锻态试样和球化退火态试样及原材料, 进行透射观察。结果如图 8所示, 图中红色线条框为球状碳化物。

thumbnail 图8

试样的组织变化过程

可以看出, 显微组织由原材料时的球状碳化物+铁素体基体, 经强力旋轧后转变为珠光体, 再经球化退火后转变为球状碳化物+铁素体基体。与原材料相比, 经过强力旋轧后, 球化退火态组织中的球状碳化物数量明显增多, 尺寸明显减小, 大颗粒与不规则碳化物数量减少。

进一步观察不同位置的球化退火态显微组织。如图 9所示。可以看出, 同一试样不同位置处显微组织相近, 碳化物基本已实现球化。等效直径处于0.2~0.3 μm的球状碳化物颗粒数量最多, 占比约36%~42%, 原材料中1 μm以上碳化物得到消除, 且大部分球状碳化物得到细化。

thumbnail 图9

球化退火态显微组织

取原材料与球化退火态试样进行电子探针试验, 观察强力旋轧对C、Cr元素分布的影响, 结果如图 10所示。可以看出, 强力旋轧后, 组织中C、Cr元素聚集点大幅减少, C、Cr元素分布情况有了极大改善。强力旋轧穿孔成形时, 坯料在变形区内受到压-剪-扭复合作用, 在3个方向上都发生了不同程度的变形, 有利于组织中碳元素重新分布, 提高碳元素分布均匀性。在随后的冷却过程中, 由于组织中碳元素分布均匀, 形成粗大片状渗碳体的概率降低, 粗大片状渗碳体数量减少, 得到片层较薄的锻态珠光体组织。

thumbnail 图10

EPMA结果

球化退火过程分为奥氏体化和离异共析转变两部分。奥氏体化时将发生珠光体向奥氏体的转变, 在这个过程中片状渗碳体将熔断成为粒状未溶碳化物, 在离异共析过程中成为球状碳化物的部分形核点。当锻态珠光体中渗碳体较薄时, 球化退火奥氏体化过程中, 片状渗碳体易熔断, 形成的粒状未溶碳化物细小且数量多, 离异共析转变过程中, 以这些未溶碳化物为形核点长大的球状碳化物尺寸小且易球化, 最终得到精细的球化退火态组织。轧制与球化退火过程中碳化物演变过程如图 11所示。

thumbnail 图11

碳化物演变机制

4 结论

1) 应变均值、应变方差2个响应值目标函数能够较准确地表征轧件轧制过程中组织演变与轧后组织分布。

2) 采用RSM方法所建立的响应模型能够精确地描述响应目标与各参数之间的响应关系, 相关系数达到0.9。

3) 应用基于响应模型所建立的响应优化图, 能够针对不同的约束条件, 对设计变量进行多目标联合优化, 确定复合条件的变量组合。符合“应变值大且分布均匀”约束条件的轧制参数组合为送进角8°、压下率15%、宽展系数1.20、顶头前伸量-10 mm。

4) 使用响应面优化后的参数进行强力旋轧成形试验, 能够有效对GCr15轴承钢中碳化物进行均细化调控, 球化退火后得到分布弥散的球状碳化物, 尺寸0.2~0.3 μm。

References

  1. LI Zhaokui, LEI Jianzhong, XU Haifeng, et al. Current status and development trend of bearing steel in China and abroad[J]. Journal of Iron and Steel Research International, 2016, 28(3): 1–12 (in Chinese) [Google Scholar]
  2. YANG Xiaowei. Key technologies of high-end bearing manufacturing[J]. Met Work, 2013(16): 16–18 (in Chinese) [Google Scholar]
  3. WU H Y, HAN D X, DU Y, et al. Effect of initial spheroidizing microstructure after quenching and tempering on wear and contact fatigue properties of GCr15 bearing steel[J]. Materials Today Communications, 2022, 30(2): 315–341 [Google Scholar]
  4. FU Yunfeng, CUI Lianjin, LIU Yalin, et al. The production status and the development of the domestic bearing steel industry[J]. China Heavy Equipment, 2003(4): 37–40 (in Chinese) [Google Scholar]
  5. FENG Q, ZENG Y, LI J, et al. Effect of carbides on thermos-plastic and crack initiation and expansion of high-carbon chromium-bearing steel castings[J]. Metals, 2024, 14(3): 335–343 [Google Scholar]
  6. LI Y, CHEN S, ZHU F, et al. Effect of high magnetic field in combination with high-temperature tempering on microstructures and mechanical properties of GCr15 bearing steel[J]. Metals, 2022, 12(8): 15–23 [Google Scholar]
  7. YANG X, XU H, WANG Y, et al. Effect of isothermal annealing on Spheroidization of carbides in GCr15 steel[J]. Materials Science and Engineering, 2017, 207(1): 97–105 [Google Scholar]
  8. XING L, BAO Y, WANG M. Evolution of inclusions in the whole process of GCr15 bearing steel[J]. Metallurgical Research & Technology, 2023, 120(3): 301–308 [Google Scholar]
  9. ROMANOWICZ P J, SZYBINSKI B. Fatigue life assessment of rolling bearings made from AISI 52100 bearing steel[J]. Materials, 2019, 12(3): 371–379 [Google Scholar]
  10. NAGATOMO T, TAKAHASHI K, OKAMURA Y, et al. Effects of load distribution on life of radial roller bearings[J]. Journal of Tribology, 2012, 134(2): 16–23 [Google Scholar]
  11. MURILLO-MARRODÁN A, BULZAK T, GARCÍA E, et al. Effect of warm forming process parameters on 42CrMo4 skew rolled bar mechanical properties and microstructure[J]. Archives of Civil and Mechanical Engineering, 2024, 24(2): 90–95 [Google Scholar]
  12. MURILLO-MARRODÁN A, GAMIN Y, KAPUTKINA L, et al. Microstructural and mechanical analysis of seamless pipes made of superaustenitic stainless steel using cross-roll piercing and elongation[J]. Journal of Manufacturing and Materials Processing, 2023, 7(5): 185 [Google Scholar]
  13. FOMIN A V, ALESHCHENKO A S, MASLENNIKO I M, et al. Structural and analytical evaluation of the strain intensity and its components during cross-roll piercing at different feed angles[J]. Metallurgist, 2019, 63(5/6): 477–486 [Google Scholar]
  14. BULZAK T, MAJERSKI K, TOMCZAK J, et al. Warm skew rolling of bearing steel balls using multiple impression tools[J]. CIRP Journal of Manufacturing Science and Technology, 2022, 38: 288–298 [Google Scholar]
  15. LI Huaixin. Numerical simulation and process optimization of cross rolling perforation for large diameter's eamless pipe of X80 steel[D]. Qinhuangdao: Yanshan University, 2022 (in Chinese) [Google Scholar]
  16. GAO Xianshen, DING Ling, ZHAO Zhilong, et al. Influence of process parameters on microstructure uniformity for hot skew rolling steel ball[J]. Forging & Stamping Technology, 2023, 48(4): 121–128 (in Chinese) [Google Scholar]
  17. SUN Fangdong. Rotary piercing technique of AZ31B magnesium alloy seamless tube[D]. Taiyuan: Taiyuan University of Science & Technology, 2021 (in Chinese) [Google Scholar]
  18. KHURI A I, MUKHOPADHYAY S. Response surface methodology[J]. Wires Computational Statistics, 2010, 2(2): 128–149 [Google Scholar]
  19. MYERS R H, MONTGOMERY D C, ANDERSON-COOK C M. Response surface methodology: process and product optimization using designed experiments[M]. Hoboken, New Jersey: John Wiley & Sons, 2016 [Google Scholar]
  20. DEAN A, YOSS D. Fractional factorial experiments[M]. New York: Springer, 1999: 483–545 [Google Scholar]

All Tables

表1

因素水平表

表2

响应面试验设计与结果

表3

响应面模型方差分析

表4

S2(ε)响应面模型方差分析

表5

优化后的轧制参数

表6

GCr15轴承钢化学成分 %

All Figures

thumbnail 图1

三维热力耦合有限元模型

In the text
thumbnail 图2

轧制参数

In the text
thumbnail 图3

应变场分布示意图

In the text
thumbnail 图4

A=11°,D=0 mm时关于变量BC的二维等值线图和三维曲面图

In the text
thumbnail 图5

A=11°,B=18%时关于变量CD的二维等值线图和三维曲面图

In the text
thumbnail 图6

原材料中网状碳化物分布

In the text
thumbnail 图7

GCr15轴承钢试验料

In the text
thumbnail 图8

试样的组织变化过程

In the text
thumbnail 图9

球化退火态显微组织

In the text
thumbnail 图10

EPMA结果

In the text
thumbnail 图11

碳化物演变机制

In the text

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.