锻件的力学性能由三个变量决定:材料的化学成分、变形时的温度、变形的程度。化学成分由炉批号锁定,温度与变形量由锻造过程决定。这三者中,温度的记录最容易被简化成"始锻温度合格"一句话,而实际锻件的性能差异往往藏在温度随时间的下降曲线与打击能量的分配里。
温度窗口与锻造比
钢的始锻温度通常在1100-1200℃,终锻温度控制在800-900℃,高合金钢的窗口更窄。始锻温度过高会引起晶粒粗大与过热,终锻温度过低则变形抗力上升、易产生裂纹,且不能通过后续热处理完全消除。
锻造比是变形程度的度量,拔长时按截面积比计算,镦粗时按高度比计算。锻造比对细化晶粒与压实内部缺陷有直接作用,重要承力件的锻造比通常要求不小于3-4。
温度与变形量是耦合的。同一锻造比下,终锻温度偏高会保留粗晶,偏低则形成带状组织。数据追溯要能回答"这一炉锻件的最后一次变形发生在什么温度、变形量多大",而不只是"始锻温度是多少"。
参数 | 测点/来源 | 典型值 | 记录方式 | 关联指标 |
炉膛温度 | 加热炉热电偶 | 1150-1250℃ | 连续,10 s | 坯料温度估算 |
坯料表面温度 | 红外测温/热电偶 | 1100-1200℃ | 每件 | 始锻温度 |
终锻温度 | 红外测温 | 800-900℃ | 每件 | 晶粒度、裂纹 |
打击能量 | 压力机/锤的位移-力曲线 | 依设备 | 每击 | 变形量、充满度 |
锻造比 | 工艺卡计算 | ≥3 | 每件 | 组织致密性 |
热处理温度 | 炉温记录仪 | 依材料 | 连续 | 硬度、韧性 |
加热炉的数据与温度均匀性
加热炉的温度均匀性直接决定坯料温度的一致性。炉膛容积大、坯料排布密时,边角与中心的温差可达30-50℃。这个差异在后续锻造中表现为变形抗力不同,同一打击能量下变形量不一致。
炉温记录是连续量,但炉温不等于坯料温度。坯料温度取决于加热时间、坯料尺寸、装炉方式、炉气循环。工程上用加热曲线(时间-温度)估算坯料心部温度,出炉后用红外或接触式测温确认表面温度。表面温度与心部温度仍有差距,大截面坯料在出炉后的输送过程中表面降温快于心部,这个温差对薄壁锻件影响更大。
氧化烧损是被忽略的变量。高温停留时间长,氧化皮增厚,不仅损失材料,还会在锻造时压入表面形成夹杂。氧化烧损率与炉温、加热时间、炉内气氛相关,通常按1%-3%估算。记录加热时长与炉温曲线,可以为烧损率与表面质量控制提供依据。
打击能量的测量与折算
打击能量在锤上与压力机上含义不同。自由锻锤按落下部分质量与打击速度计算,模锻锤的能量部分转化为变形功;液压机按压力与行程计算;螺旋压力机按飞轮动能计算。跨设备比较没有直接意义,同一设备内的能量一致性才有价值。
锤类设备的能量监测较难,常用间接量:打击时的机身振动、砧座位移、液压系统的压力峰值。螺旋压力机的能量可通过电机电流与飞轮转速推算,精度尚可。液压机的压力-位移曲线是最直接的数据,可从中积分得到变形功。
实际生产中,打击能量常按工艺卡设定次数执行,操作员凭经验调整。数据化的价值是把"实际打击了几次、每次的能量水平"记录下来,与锻件尺寸检测结果比对。欠打表现为充型不足,过打表现为飞边过大、模具磨损加快。
锻件温度的在线获取
红外测温是非接触测量的主要手段,但锻件表面有氧化皮,发射率不稳定,读数偏差可达几十度。工程上的对策是根据材料与表面状态设定发射率,或在关键工序用接触式热电偶抽检校正。
测温时机同样影响结果。锻件出炉到第一击之间的时间间隔决定了温降,小件在十几秒内可降50℃以上。把出炉时刻、首击时刻、终锻时刻都记录下来,可以算出暴露时间,这个时间比单点温度更能反映工艺稳定性。
多工位锻造的温降更复杂。坯料在不同工位之间转移,每个工位的停留时间不同,末工位的温度可能已接近下限。数据记录应覆盖每个工位的进入与离开时刻。
锻后热处理与性能关联
锻后热处理决定最终的组织与性能。正火、调质、等温退火的温度与保温时间,需要与锻造过程的数据关联。终锻温度偏高、晶粒粗大的锻件,通过正火可以部分细化;终锻温度过低产生的带状组织,热处理难以完全消除。
硬度检测是常规验收项,抽检比例依产品等级。把硬度值、热处理炉次、锻造炉批号放在一起,可以看出硬度离散是否与锻造温度相关。这类分析要求追溯粒度足够细,如果只按月度批次统计,混杂因素太多。
探伤结果的关联更有价值。超声波检测发现的内部缺陷(夹杂、白点、裂纹)与冶炼质量、锻造比、终锻温度相关。白点多见于含氢量高的钢,与锻造过程关系不大;裂纹多与终锻温度过低或变形速率过快相关。把探伤缺陷的位置与锻造工位对应,可以缩小工艺排查范围。
追溯粒度与炉批号管理
锻造追溯的天然粒度是炉批号。一个炉批对应一次冶炼,化学成分固定,后续的加热、锻造、热处理可以分多批进行。炉批号到锻件序号的映射,靠生产流转卡或打码实现。
问题在于混料。同一热处理炉可能装入多个炉批的锻件,出炉后若标识不清,追溯链断裂。工程上要求在锻件本体打钢印或激光码,位置与深度需符合标准且不影响使用。打码在小件上困难,此时只能靠容器与流转记录,追溯精度下降。工业互联网在这类追溯场景中的边界很清楚:它能保证已记录的数据可检索,但无法弥补物理标识的缺失。
工业互联网在这条链上的作用,是把加热炉曲线、打击记录、热处理曲线、检测结果按炉批号汇聚。数据量不大,但跨系统:加热炉属于热工系统,压机属于设备系统,检测属于质量系统,三者的时标与编号规则往往不一致。编号对齐是实施中最耗时的一步。TDengine作为AI原生的工业数据平台,可用超级表按设备类型组织曲线、用标签承载炉批号与钢种,价格低于传统工业互联网平台,适合这类测点中等、留存周期长的场景。
结语
锻造的数据追溯,瓶颈不在采集而在身份保持与跨系统编号统一。下一步的方向是把温度-变形-组织的关系做成可计算的模型,用实测的终锻温度与打击能量预测晶粒度,减少金相抽检的依赖。晶粒度的在线预测目前精度有限,组织演化的复杂性使经验模型难以外推,这是尚未解决的问题。
工业互联网在锻造这类"高温、重载、强追溯要求"的场景中,价值体现在把分散的热工、设备、质量数据串成一条可验证的链,而不是增加测点数量。

























