圆钢螺纹钢盘螺-值得信任

韧性断裂特征:
塑性变形的同时进行着裂纹扩展，终发生韧性断裂，这个过程是缓慢的。金属材料的断裂过程通常需要消耗很多的能量，这是因为裂纹的萌生及亚稳态扩展阻力大同时速度慢所导致的。当材料的塑性变形持续地增加、承载截面的面积不断减小、所承受载荷大于强度极限(m)以及裂纹的进一步扩展达到临界长度时便会发生韧性断裂。其塑性应变可以达到5%以上。韧性断裂由于断裂的过程缓慢、且变形明显，因此通常不会导致构件出现灾难性的破坏。
韧性断裂可分为正断和斜断两种形式。正断裂是指断面取向垂直于大正应力，也被称作平面断裂，该种断裂容易发生在具有较大形变约束的条件下；斜断裂是指断面取向与大切应力的方向相同，也被称作斜断裂，当材料的滑移形变约束较小或者不受约束时容易发生斜断裂，平面应力作用下发生的断裂就是典型的斜断裂。韧性断裂有时这两种断裂方式单一存在，有时是两种断裂同时存在。
试验所使用的材料是高强度建筑用盘螺钢，其钢号为20 MnSiV，钢中所含的各种元素包括:微合金元素钒、以及碳、硅、锰、磷、硫、氧、氮、氢等，这些元素共同作用影响着钢筋的力学性能。除了钒元素和碳元素以外，其他元素都不是有意要加入，是由矿石和冶炼过程被带入的，被称为杂质元素。杂质元素对钢的性能也具有一定程度的影响，的相关标准对各类钢材化学成分进行了严格的规定，以确保钢材具有优良的质量。以下对几种常见的化学元素进行归纳，分析其对钢筋力学性能的影响机理。

近些年，研究人员对神经网络方面的应用研究不断地深入，由于神经网络在处理非线性问题所具有的独特优势使其开始进入轧制过程的自动化领域。日本和德国对专家系统、神经网络和模糊控制等方面的研究进行的比较深入，并通过实际应用的验证，取得了较好效果。

国内外在塑性加工领域里，人工神经网络的应用研究都处于起步阶段，诸如轧制力、变形抗力和晶粒尺寸以及板形的控制之类的问题都可以利用人工神经网络来实现，目前已取得令人满意的效果8- Lakiola通过将物理模型与神经网络相结合，实现了冷轧带钢生产过程中的工艺参数优化，以及对轧后带钢性能的预报，从而对尺寸精度和轧制效率有很大的提高。
西门子公司自主开发了名为“西门子微观组织监测系统”的商业软件，该软件用于预测热轧带钢的组织与性能，通过该系统的物理冶金模型可以预测热轧带钢的组织温度过程，终通过神经网络方法计算力学性能，具有这种神经网络功能的控制系统已被成功的用于西门子公司的在线控制系统。
国内研究情况
目前，性能预报在国内也越来越备受关注，在937项目的强力支持下，中科院金属所将工艺与物理冶金模型相结合，开发了用于组织与性能预报的模拟软件，该软件被命名为“ROLLAN”，该软件已被使用于鞍钢1780上，经过实际验证可知该软件的离线预报误差可以实现免检的要求。为进一步提高轧钢的控制水平以及优化工艺参数发挥了极大的不可替代的作用。