国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種9%Cr馬氏體耐熱鋼焊縫金屬Ac<sub>1</sub>點(diǎn)的預(yù)測(cè)方法

      文檔序號(hào):6368888閱讀:476來源:國(guó)知局
      專利名稱:一種9%Cr馬氏體耐熱鋼焊縫金屬Ac<sub>1</sub>點(diǎn)的預(yù)測(cè)方法
      技術(shù)領(lǐng)域
      本發(fā)明涉及一種金屬Ac1點(diǎn)的預(yù)測(cè)方法,尤其是涉及一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1A的預(yù)測(cè)方法。
      背景技術(shù)
      9% Cr馬氏體耐熱鋼主要包含P92、P91和E911三種新型馬氏體耐熱鋼,廣泛用于超超臨界鍋爐主蒸汽管、集箱等厚壁管道等構(gòu)件,焊縫韌性偏低是該系列鋼焊接時(shí)的一個(gè)主要問題。為了改善焊縫韌性,需要對(duì)焊縫進(jìn)行不同于母材的合金化設(shè)計(jì),如適當(dāng)降低碳、 硅和鈮等,并加入鎳、錳和鈷等奧氏體化合金元素,相應(yīng)的焊縫金屬的Ac1點(diǎn)也將發(fā)生變化。9% Cr馬氏體耐熱鋼焊后必需進(jìn)行高溫回火處理,以消除焊接殘余應(yīng)力和改善焊接接頭性能,一般要求熱處理最高溫度應(yīng)至少低于焊縫金屬Ac1點(diǎn)15°C,以避免在熱處理過程中因溫度控制不當(dāng),導(dǎo)致回火溫度超過焊縫金屬的Ac1而產(chǎn)生新的奧氏體,生成的奧氏體在隨后的冷卻中轉(zhuǎn)變成未回火的馬氏體組織,使得焊縫硬度增加、沖擊韌性下降,同時(shí)使材料高溫持久強(qiáng)度降低,降低接頭的整體性能。因此,焊接材料廠家在供貨時(shí),用戶單位要求提供焊材焊縫金屬(熔敷金屬)的Ac1點(diǎn)。要充分發(fā)揮9% Cr馬氏體耐熱鋼的優(yōu)異性能,開發(fā)與之相匹配的焊接材料顯得尤為重要,然而對(duì)于P92焊材成分目前還沒有統(tǒng)一的國(guó)際標(biāo)準(zhǔn),而且不同焊材廠家采取了不同合金設(shè)計(jì),即使同一廠家的產(chǎn)品,不同批號(hào)產(chǎn)品也存在一定成分波動(dòng)。因此,基于熱處理等工藝需要,需要經(jīng)常性的并且要求快速確定焊縫金屬Ac1點(diǎn)。傳統(tǒng)測(cè)定焊縫金屬Ac1的方法主要是物理方法,如膨脹法、熱分析法、硬度法等等,但這些方法都很難適應(yīng)快速和大批量的測(cè)定確定焊縫金屬Ac1的要求,并且測(cè)定成本高。人工神經(jīng)網(wǎng)絡(luò)是80年代末開始迅速發(fā)展的一門非線性科學(xué),人工神經(jīng)網(wǎng)絡(luò)模型具有很強(qiáng)的容錯(cuò)性、學(xué)習(xí)性、自適應(yīng)性和非線性的映射能力,特別適于解決因果關(guān)系復(fù)雜的非確定性推理、判斷、識(shí)別和分類等問題。目前,在鋼鐵冶金領(lǐng)域應(yīng)用最廣泛的是具有多層前饋網(wǎng)絡(luò)結(jié)構(gòu)且采用反向誤差傳播訓(xùn)練方法的模型(BP模型)。

      發(fā)明內(nèi)容
      本發(fā)明主要是解決現(xiàn)有技術(shù)所存在的技術(shù)問題;提供了一種不僅能夠用于預(yù)測(cè)某種成分條件下的9% Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn),為其焊后熱處理溫度選擇提供依據(jù),同時(shí)還可以用于指導(dǎo)9% Cr鋼焊接材料的合金化設(shè)計(jì)的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1A的預(yù)測(cè)方法。本發(fā)明再有一目的是解決現(xiàn)有技術(shù)所存在的等的技術(shù)問題;提供了一種解決了傳統(tǒng)中用膨脹法等物理方法測(cè)定Ac1點(diǎn)時(shí)浪費(fèi)時(shí)間精力、增加成本和不適于大規(guī)模測(cè)定的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法。本發(fā)明的上述技術(shù)問題主要是通過下述技術(shù)方案得以解決的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,其特征在于,包括以下步驟步驟1,由金屬溫度計(jì)算模塊設(shè)計(jì)T組9% Cr馬氏體耐熱鋼焊縫金屬成分,并計(jì)算T組9% Cr馬氏體耐熱鋼焊縫金屬成分下的焊縫金屬的A1溫度,得到T組A1溫度;步驟2,由神經(jīng)網(wǎng)絡(luò)建立模塊基于焊縫金屬中碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅十二種合金元素對(duì)A1點(diǎn)的影響,建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò);步驟3,由預(yù)測(cè)模型建立模塊針對(duì)步驟I得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,得到一個(gè)能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型;步驟4,由模型修正模塊結(jié)合9% Cr鋼焊縫金屬Ac1點(diǎn)實(shí)測(cè)數(shù)據(jù),對(duì)步驟3中所得的能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型進(jìn)行修正;得到修正后的預(yù)測(cè)模型;步驟5,由相變點(diǎn)確定模塊分析9% Cr馬氏體耐熱鋼焊縫金屬中各個(gè)合金元素的質(zhì)量百分?jǐn)?shù),并將各個(gè)合金元素的質(zhì)量百分?jǐn)?shù)輸入到步驟4中修正后的模型預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn)。在上述的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,所述的步驟I中,設(shè)計(jì)T組9% Cr馬氏體耐熱鋼焊縫金屬成分,計(jì)算不同成分的焊縫金屬A1是基于運(yùn)用Thermo-Calc熱力學(xué),具體方法為根據(jù)9% Cr馬氏體耐熱鋼焊縫金屬化學(xué)成分特點(diǎn)和各主要合金元素的變化范圍,選取其平均成分作為參考成分,其中,O. 11C,0. 3Si,0. 45Μη,0· 20V,O. 07Nb,0. 2Ni,9. OCr,
      0.035N, 0. 7Mo,I. 25W,OCo,OCu,設(shè)計(jì)T組不同合金成分組合,通過運(yùn)用Thermo-Calc熱力學(xué)計(jì)算軟件得到碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅十二種合金元素含量變化對(duì)9% Cr馬氏體耐熱鋼焊縫中A1點(diǎn)影響,計(jì)算方法如下步驟I. I,選擇鐵基數(shù)據(jù)庫(kù) TCFE-6,選擇 Fe, C,Mn, Si, Cr, Mo, W,Ni, Nb, V, N, B, Co
      元素;步驟1.2,初始條件設(shè)置,給定溫度和壓力參數(shù)分別為6001、101325 &,并輸入P92鋼焊縫金屬組成,所述P92鋼焊縫金屬組成為質(zhì)量百分?jǐn)?shù),計(jì)算給定條件下的平衡相組成;步驟I. 3,為計(jì)算Ac1溫度,則應(yīng)移除溫度條件,而將面心立方的Y鐵素體相狀態(tài)設(shè)置為FIXED,將Y鐵素體相含量設(shè)為O. OOmoles,此時(shí)計(jì)算條件缺失恢復(fù)到零,然后選擇溫度和壓力參數(shù),最后計(jì)算得到A1溫度。在上述的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,所述步驟2中,建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)的具體方法為步驟2. I,定義輸入層和輸出層選取C、N、Ni、Mn、Co、Cu、Cr、Mo、W、V、Nb、Si合金元素含量作為模型的輸入變量,
      因此該網(wǎng)絡(luò)中輸入層神經(jīng)元數(shù)為12 ;以每組合金成份條件下焊縫金屬Ac1相變點(diǎn)溫度值作為網(wǎng)絡(luò)模型輸出,因此輸出層神經(jīng)元數(shù)為I。步驟2. 2,選擇隱層數(shù)和隱層單元數(shù)采用單隱層,并確定隱層節(jié)點(diǎn)數(shù)為9。步驟2. 3,其它參數(shù)的確定隱層的傳遞函數(shù)為單極性S型函數(shù)f(x) = I/(l+e_x),輸出層的傳遞函數(shù)為線性函數(shù)f (X) =x,使網(wǎng)絡(luò)輸出任何值,訓(xùn)練次數(shù)為2000次,誤差目標(biāo)為O. 5,選擇樣本數(shù)為T,其中N個(gè)訓(xùn)練樣本,T-N個(gè)測(cè)試樣本。在上述的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,所述步驟2中,基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)包括一個(gè)輸入層、一個(gè)中間層和一個(gè)輸出層,輸入層有12個(gè)神經(jīng)元,中間層有9個(gè)神經(jīng)元,輸出層有一個(gè)神經(jīng)元;所述預(yù)測(cè)模型的中間層的傳遞函數(shù)為單極性S型函數(shù),輸出層的傳遞函數(shù)為線性函數(shù),使網(wǎng)絡(luò)輸出任何值;對(duì)步驟I得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試的具體步驟如下步驟4. 1,設(shè)定權(quán)值和閾值和訓(xùn)練次數(shù),并對(duì)權(quán)值和閾值進(jìn)行初始化,隨機(jī)摘取T組樣本中的T-N組樣本作為訓(xùn)練樣本,N組樣本作為測(cè)試樣本,輸入T-N組訓(xùn)練樣本,所述樣本為步驟I中得到的T組A1溫度以及T組9% Cr馬氏體耐熱鋼焊縫金屬成分;步驟4. 2,計(jì)算網(wǎng)絡(luò)輸出,得到反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值,并計(jì)算反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值的修正因子,根據(jù)步驟I中得到的T-N組A1溫度 計(jì)算值和網(wǎng)絡(luò)輸出計(jì)算網(wǎng)絡(luò)輸出誤差,所述網(wǎng)絡(luò)輸出誤差即為步驟I中得到的T-N組A1溫度計(jì)算值和本步驟計(jì)算的網(wǎng)絡(luò)輸出的比較差值;步驟4. 3,判斷是否達(dá)到最大訓(xùn)練次數(shù),并根據(jù)是否達(dá)到最大訓(xùn)練次數(shù)選擇執(zhí)行以下步驟選擇執(zhí)行步驟1,若尚未達(dá)到最大訓(xùn)練次數(shù),判斷在步驟4. 2中網(wǎng)絡(luò)輸出誤差是否小于期望誤差,若小于期望誤差,則訓(xùn)練結(jié)束,同時(shí)保存步驟4. 2中反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值,得到待定預(yù)測(cè)模型;若大于期望誤差,修正反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值后步驟重復(fù)4. 2.其中修正因子采用步驟4. 2中計(jì)算的修正因子;選擇執(zhí)行步驟2,若達(dá)到最大訓(xùn)練次數(shù),則該反向傳播神經(jīng)網(wǎng)絡(luò)在給定的訓(xùn)練次數(shù)內(nèi)不能收斂,訓(xùn)練結(jié)束;步驟4. 4,將N組測(cè)試樣本逐個(gè)輸入選擇執(zhí)行步驟I中的待定預(yù)測(cè)模型,若預(yù)測(cè)誤差低于規(guī)定水平時(shí)表明該待定預(yù)測(cè)模型能夠用于預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn),即該待定預(yù)測(cè)模型即是步驟3中所得到的預(yù)測(cè)模型;否則,該待定預(yù)測(cè)模型不符合,結(jié)束整個(gè)步驟。在上述的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,所述的步驟4中,所述的9% Cr鋼焊縫金屬Ac1點(diǎn)以及焊縫金屬成分采用焊接材料廠家實(shí)測(cè)數(shù)據(jù),將各種牌號(hào)的焊縫金屬成分輸入到預(yù)測(cè)模型中即可輸出焊縫金屬的A1點(diǎn),上述步驟I中計(jì)算得到的是平衡條件下焊縫金屬的A1溫度,而非非平衡條件下的Ac1溫度,因此該網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果較Ac1點(diǎn)實(shí)測(cè)值要偏低,需要對(duì)步驟4中得到的預(yù)測(cè)模型輸出層閥值進(jìn)行修正,即在預(yù)測(cè)
      結(jié)果上加一個(gè)修正值,根據(jù)計(jì)算結(jié)果取輸出閥值修正項(xiàng)為H =23. 90C。因此,本發(fā)明具有如下優(yōu)點(diǎn)1.不僅能夠用于預(yù)測(cè)某種成分條件下的9% Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn),為其焊后熱處理溫度選擇提供依據(jù),同時(shí)還可以用于指導(dǎo)9%Cr鋼焊接材料的合金化設(shè)計(jì);2.解決了傳統(tǒng)中用膨脹法等物理方法測(cè)定Ac1點(diǎn)時(shí)浪費(fèi)時(shí)間精力、增加成本和不適于大規(guī)模測(cè)定等問題。


      圖I本發(fā)明中運(yùn)用的BP神經(jīng)網(wǎng)絡(luò)模型圖。
      圖2本發(fā)明中BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程圖。圖3本發(fā)明中BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差圖。
      具體實(shí)施例方式下面通過實(shí)施例,并結(jié)合附圖,對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步具體的說明。本發(fā)明的9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,包括以下步驟步驟1,由金屬溫度計(jì)算模塊設(shè)計(jì)T組9% Cr馬氏體耐熱鋼焊縫金屬成分,并計(jì)算T組9% Cr馬氏體耐熱鋼焊縫金屬成分下的焊縫金屬的A1溫度,得到T組A1溫度,具體方法為根據(jù)9% Cr馬氏體耐熱鋼焊縫金屬化學(xué)成分特點(diǎn)和各主要合金元素可能的變化范圍,選取其平均成分(O. 11C,O. 3Si,0. 45Μη,0· 20V, O. 07Nb,0. 2Ni,9. 0Cr,0. 035N,0. 7Mo,
      I.25W,0Co,0Cu)作為參考成分,設(shè)計(jì)T組不同合金成分組合,通過運(yùn)用Thermo-Calc熱力學(xué)計(jì)算軟件得到碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅等十二種合金元素含量變化對(duì)9%Cr馬氏體耐熱鋼焊縫中A1點(diǎn)影響。如在研究C的影響時(shí),C成分變化范圍為O. 05 O. 13%,分別取O. 05,O. 07,O. 09,O. 11,O. 13 %,其它元素的含量取參考成分,經(jīng)過熱力學(xué)分析計(jì)算得到A1點(diǎn),用同樣方法得到其它元素含量變化時(shí)焊縫金屬的A1溫度。計(jì)算方法如下步驟2. I :打開Thermo-Calc軟件,選擇鐵基數(shù)據(jù)庫(kù)TCFE-6,選擇Fe,C,Mn,Si,Cr,Mo, W, Ni, Nb, V, N, B, Co 元素。步驟2.2 :初始條件設(shè)置,給定溫度和壓力參數(shù)分別為600°C、101325Pa,并輸入P92鋼焊縫金屬組成(質(zhì)量百分?jǐn)?shù)),點(diǎn)擊計(jì)算給定條件下的平衡相組成。步驟2. 3 :為計(jì)算Ac1溫度,則應(yīng)移除溫度條件,而將面心立方的Y鐵素體相(該軟件中顯示為FCC_A1)狀態(tài)設(shè)置為FIXED,將、鐵素體相含量設(shè)為O. OOmoles,此時(shí)計(jì)算條件缺失恢復(fù)到零,點(diǎn)擊Show Value鍵,并選擇溫度和壓力參數(shù)選項(xiàng)中的TemperatureCelsius,最后點(diǎn)擊Show鍵計(jì)算得到A1溫度。步驟2,由神經(jīng)網(wǎng)絡(luò)建立模塊基于焊縫金屬中碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅十二種合金元素對(duì)A1點(diǎn)的影響,建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò),具體方法為I)輸入層和輸出層的設(shè)計(jì)選取C、N、Ni、Mn、Co、Cu、Cr、Mo、W、V、Nb、Si合金元素含量作為模型的輸入變量,
      因此該網(wǎng)絡(luò)中輸入層神經(jīng)元數(shù)為12 ;以每組合金成份條件下焊縫金屬Ac1相變點(diǎn)溫度值作為網(wǎng)絡(luò)模型輸出,因此輸出層神經(jīng)元數(shù)為I。2)隱層數(shù)和隱層單元數(shù)的選擇1989年,Robert Hecht-Nielson證明了對(duì)于任何閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用一個(gè)隱層的BP網(wǎng)絡(luò)來逼近。因?yàn)橐粋€(gè)3層的BP網(wǎng)絡(luò)可以完成任意的η維到m維的連續(xù)映射,故本模型采用單隱層,而隱層節(jié)點(diǎn)數(shù)的選擇是一個(gè)比較復(fù)雜的問題,結(jié)合經(jīng)驗(yàn)公式并經(jīng)過作者多次嘗試,最后確定隱層節(jié)點(diǎn)數(shù)為9。3)其它參數(shù)的確定隱層的傳遞函數(shù)為單極性S型函數(shù)f(x) = l/(l+e_x),輸出層的傳遞函數(shù)為線性函數(shù)f (X) = X,使網(wǎng)絡(luò)輸出任何值,訓(xùn)練次數(shù)為2000次,誤差目標(biāo)為0. 5,選擇樣本數(shù)為T,其中N個(gè)訓(xùn)練樣本,T-N個(gè)測(cè)試樣本。、
      本步驟中,基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)包括一個(gè)輸入層、一個(gè)中間層和一個(gè)輸出層,輸入層有12個(gè)神經(jīng)元,中間層有9個(gè)神經(jīng)元,輸出層有一個(gè)神經(jīng)元;所述預(yù)測(cè)模型的中間層的傳遞函數(shù)為單極性S型函數(shù),輸出層的傳遞函數(shù)為線性函數(shù),使網(wǎng)絡(luò)輸出任何值,結(jié)構(gòu)圖如附圖I所示。步驟3,由預(yù)測(cè)模型建立模塊針對(duì)步驟I得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,得到一個(gè)能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型;對(duì)步驟I得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試的具體步驟如下步驟4. 1,設(shè)定權(quán)值和閾值和訓(xùn)練次數(shù),并對(duì)權(quán)值和閾值進(jìn)行初始化,隨機(jī)摘取T組樣本中的T-N組樣本作為訓(xùn)練樣本,N組樣本作為測(cè)試樣本,輸入T-N組中稱訓(xùn)練樣本,所述樣本為步驟I中得到的T租Al溫度以及T組9% Cr馬氏體耐熱鋼焊縫金屬成分;步驟4. 2,計(jì)算網(wǎng)絡(luò)輸出,得到反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值,并計(jì)算反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值的修正因子,根據(jù)步驟I中得到的T組A1溫度計(jì)算值和網(wǎng)絡(luò)輸出計(jì)算網(wǎng)絡(luò)輸出誤差,網(wǎng)絡(luò)輸出誤差即為步驟I中得到的T-N組A1溫度計(jì)算值和本步驟計(jì)算的網(wǎng)絡(luò)輸出的比較差值;步驟4. 3,判斷是否達(dá)到最大訓(xùn)練次數(shù),并根據(jù)是否達(dá)到最大訓(xùn)練次數(shù)選擇執(zhí)行以下步驟選擇執(zhí)行步驟1,若尚未達(dá)到最大訓(xùn)練次數(shù),判斷在步驟4. 2中網(wǎng)絡(luò)輸出誤差是否小于期望誤差,若小于期望誤差,則訓(xùn)練結(jié)束,同時(shí)保存步驟4. 2中反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值;若大于期望誤差,修正反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值后步驟重復(fù)4. 2.其中修正因子采用步驟4. 2中計(jì)算的修正因子;選擇執(zhí)行步驟2,若達(dá)到最大訓(xùn)練次數(shù),則該反向傳播神經(jīng)網(wǎng)絡(luò)在給定的訓(xùn)練次數(shù)內(nèi)不能收斂,訓(xùn)練結(jié)束。步驟3. 4,將N組樣本測(cè)試樣本逐個(gè)輸入選擇執(zhí)行步驟I中的待定預(yù)測(cè)模型,若預(yù)測(cè)誤差低于規(guī)定水平時(shí)表明該待定預(yù)測(cè)模型能夠用于預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn),即該待定預(yù)測(cè)模型即是步驟3中所得到的預(yù)測(cè)模型;否則,該待定預(yù)測(cè)模型不符合,結(jié)束整個(gè)步驟。在本實(shí)施例中,訓(xùn)練與測(cè)試是指用前面熱力學(xué)計(jì)算所得144組不同合金成分下焊縫金屬A1點(diǎn)數(shù)據(jù)中的118組作為訓(xùn)練樣本對(duì)所建立的模型進(jìn)行訓(xùn)練,用余下的26組不同合金成分下焊縫金屬A1點(diǎn)數(shù)據(jù)作為測(cè)試樣本對(duì)訓(xùn)練好的BP網(wǎng)絡(luò)進(jìn)行測(cè)試。對(duì)網(wǎng)絡(luò)模型網(wǎng)絡(luò)采用誤差反向傳播算法進(jìn)行訓(xùn)練,訓(xùn)練流程如附圖2所示,反復(fù)訓(xùn)練后當(dāng)神經(jīng)網(wǎng)絡(luò)的輸出誤差達(dá)到O. 5°C時(shí)即可停止訓(xùn)練,訓(xùn)練誤差圖如附圖3所示,當(dāng)神經(jīng)網(wǎng)絡(luò)對(duì)26組測(cè)試樣本的預(yù)測(cè)誤差低于規(guī)定水平時(shí)表明網(wǎng)絡(luò)模型可用于預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)。 步驟4,由模型修正模塊結(jié)合9% Cr鋼焊縫金屬Ac1點(diǎn)實(shí)測(cè)數(shù)據(jù),對(duì)步驟3中所得的能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型進(jìn)行修正;得到修正后的預(yù)測(cè)模型;9% Cr鋼焊縫金屬Ac1點(diǎn)以及焊縫金屬成分實(shí)測(cè)數(shù)據(jù)采用焊接材料廠家(當(dāng)然也可以來自各個(gè)參考文獻(xiàn)),將各種牌號(hào)的焊縫金屬輸入到預(yù)測(cè)模型中即可輸出焊縫金屬的Ac1點(diǎn),上述步驟I中計(jì)算得到的是平衡條件下焊縫金屬的Ac1溫度,而非非平衡條件下的Ac1溫度,因此該網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果較Ac1點(diǎn)實(shí)測(cè)值要偏低,需要對(duì)步驟4中得到的預(yù)測(cè)模型輸出層閥值進(jìn)行修正,即在預(yù)測(cè)結(jié)果上加一個(gè)修正值,根據(jù)計(jì)算結(jié)果取輸出閥值修正項(xiàng)為忑I =23. 9。。。步驟5,由焊點(diǎn)確定模塊分析9% Cr馬氏體耐熱鋼焊縫金屬中各個(gè)合金元素的質(zhì)量百分?jǐn)?shù),并將各個(gè)合金元素的質(zhì)量百分?jǐn)?shù)輸入到步驟4中修正后的模型預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬的Ac1A。所述的合金元素主要包括碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅等十二種主要的合金元素。本發(fā)明中選取碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅等十二種主要的合金元素為輸入?yún)?shù),適用的合金成分范圍(質(zhì)量百分?jǐn)?shù),wt. % )如下C :成分變化范圍為O. 05 O. 13 ;
      N :成分變化范圍為O. 03 O. 07 ;Ni :成分變化范圍為O I. 2 ;Mn :成分變化范圍為O I. 2 ;Cr :成分變化范圍為7. 5 9. 5 ;Mo :成分變化范圍為O. 3 I. O ;W :成分變化范圍為O 2. 5 ;Nb :成分變化范圍為O O. IV :成分變化范圍為O. 15 O. 25Si :成分變化范圍為O. I O. 5Co:成分變化范圍為O 2.0Cu :成分變化范圍為O I. O實(shí)施例本發(fā)明所涉及的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法與傳統(tǒng)的膨脹法確定9% Cr馬氏體耐熱鋼焊縫金屬Ac1A的比較分析表I所示的八種牌號(hào)的9% Cr馬氏體耐熱鋼焊縫金屬中碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅等十二種合金元素的質(zhì)量百分?jǐn)?shù),將不同成分的9% Cr馬氏體耐熱鋼焊縫金屬中合金元素的質(zhì)量分?jǐn)?shù)輸入到所述的BP神經(jīng)網(wǎng)絡(luò)模型,即可預(yù)測(cè)得出該組焊縫金屬的Ac1點(diǎn)。另外用傳統(tǒng)的膨脹法測(cè)定各組9% Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn),以驗(yàn)證運(yùn)用該預(yù)測(cè)模型的值的精度。本例中用本發(fā)明所得的預(yù)測(cè)結(jié)果與用膨脹法測(cè)定結(jié)果如下表2所示。表19% Cr馬氏體耐熱鋼焊條熔敷金屬成分(質(zhì)量分?jǐn)?shù),% )
      權(quán)利要求
      1.一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,其特征在于,包括以下步驟 步驟1,由金屬溫度計(jì)算模塊設(shè)計(jì)T組9% Cr馬氏體耐熱鋼焊縫金屬成分,并計(jì)算T組.9% Cr馬氏體耐熱鋼焊縫金屬成分下的焊縫金屬的A1溫度,得到T組A1溫度; 步驟2,由神經(jīng)網(wǎng)絡(luò)建立模塊基于焊縫金屬中碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅十二種合金元素對(duì)A1點(diǎn)的影響,建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò); 步驟3,由預(yù)測(cè)模型建立模塊針對(duì)步驟I得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,得到一個(gè)能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型;步驟4,由模型修正模塊結(jié)合9% Cr鋼焊縫金屬Ac1點(diǎn)實(shí)測(cè)數(shù)據(jù),對(duì)步驟3中所得的能夠預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn)的預(yù)測(cè)模型進(jìn)行修正;得到修正后的預(yù)測(cè)模型;步驟5,由相變點(diǎn)確定模塊分析9% Cr馬氏體耐熱鋼焊縫金屬中各個(gè)合金元素的質(zhì)量百分?jǐn)?shù),并將各個(gè)合金元素的質(zhì)量百分?jǐn)?shù)輸入到步驟4中修正后的模型預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn)。
      2.根據(jù)權(quán)利要求I所述的一種9%Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,其特征在于,所述的步驟I中,設(shè)計(jì)T組9% Cr馬氏體耐熱鋼焊縫金屬成分,計(jì)算不同成分的焊縫金屬A1是基于運(yùn)用Thermo-Calc熱力學(xué),具體方法為 根據(jù)9% Cr馬氏體耐熱鋼焊縫金屬化學(xué)成分特點(diǎn)和各主要合金元素的變化范圍,選取其平均成分作為參考成分,其中,O. 11C,0. 3Si,0. 45Μη,0· 20V,O. 07Nb,0. 2Ni,9. OCr,.0.035N, 0. 7Mo,I. 25W,OCo,OCu,設(shè)計(jì)T組不同合金成分組合,通過運(yùn)用Thermo-Calc熱力學(xué)計(jì)算軟件得到碳、氮、鎳、錳、鈷、銅、鉻、鑰、鎢、釩、鈮、硅十二種合金元素含量變化對(duì)9% Cr馬氏體耐熱鋼焊縫中A1點(diǎn)影響,計(jì)算方法如下 步驟 I. I,選擇鐵基數(shù)據(jù)庫(kù) TCFE-6,選擇 Fe,C,Mn,Si,Cr,Mo, W,Ni,Nb, V,N, B, Co 元素; 步驟I. 2,初始條件設(shè)置,給定溫度和壓力參數(shù)分別為600°C、101325Pa,并輸入P92鋼焊縫金屬組成,所述P92鋼焊縫金屬組成為質(zhì)量百分?jǐn)?shù),計(jì)算給定條件下的平衡相組成;步驟I. 3,為計(jì)算Ac1溫度,則應(yīng)移除溫度條件,而將面心立方的Y鐵素體相狀態(tài)設(shè)置為FIXED,將Y鐵素體相含量設(shè)為O. OOmoles,此時(shí)計(jì)算條件缺失恢復(fù)到零,然后選擇溫度和壓力參數(shù),最后計(jì)算得到A1溫度。
      3.根據(jù)權(quán)利要求I所述的一種9%Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,其特征在于,所述步驟2中,建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)的具體方法為 步驟2. I,定義輸入層和輸出層 選取C、N、Ni、Mn、Co、Cu、Cr、Mo、W、V、Nb、Si合金元素含量作為模型的輸入變量,因此該網(wǎng)絡(luò)中輸入層神經(jīng)元數(shù)為12 ;以每組合金成份條件下焊縫金屬Ac1相變點(diǎn)溫度值作為網(wǎng)絡(luò)模型輸出,因此輸出層神經(jīng)元數(shù)為I ; 步驟2. 2,選擇隱層數(shù)和隱層單元數(shù)采用單隱層,并確定隱層節(jié)點(diǎn)數(shù)為9 ; 步驟2. 3,其它參數(shù)的確定隱層的傳遞函數(shù)為單極性S型函數(shù)f(x) = l/(l+e_x),輸出層的傳遞函數(shù)為線性函數(shù)f(x) = X,使網(wǎng)絡(luò)輸出任何值,訓(xùn)練次數(shù)為2000次,誤差目標(biāo)為O. 5,選擇樣本數(shù)為T,其中N個(gè)訓(xùn)練樣本,T-N個(gè)測(cè)試樣本。
      4.根據(jù)權(quán)利要求I所述的一種9%Cr馬氏體耐熱鋼焊縫金屬Acl點(diǎn)的預(yù)測(cè)方法,其特征在于,所述步驟2中,基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)包括一個(gè)輸入層、一個(gè)中間層和一個(gè)輸出層,輸入層有12個(gè)神經(jīng)元,中間層有9個(gè)神經(jīng)元,輸出層有一個(gè)神經(jīng)元;所述預(yù)測(cè)模型的中間層的傳遞函數(shù)為單極性S型函數(shù),輸出層的傳遞函數(shù)為線性函數(shù),使網(wǎng)絡(luò)輸出任何值;對(duì)步驟1 得到T組A1溫度對(duì)步驟2中基于誤差反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試的具體步驟如下 步驟4. 1,設(shè)定權(quán)值和閾值和訓(xùn)練次數(shù),并對(duì)權(quán)值和閾值進(jìn)行初始化,隨機(jī)摘取T組樣本中的T-N組樣本作為訓(xùn)練樣本,N組樣本作為測(cè)試樣本,輸入T-N組訓(xùn)練樣本,所述樣本為步驟I中得到的T組A1溫度以及T組9% Cr馬氏體耐熱鋼焊縫金屬成分; 步驟4. 2,計(jì)算網(wǎng)絡(luò)輸出,得到反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值,并計(jì)算反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值的修正因子,根據(jù)步驟I中得到的T-N組A1溫度計(jì)算值和網(wǎng)絡(luò)輸出計(jì)算網(wǎng)絡(luò)輸出誤差,所述網(wǎng)絡(luò)輸出誤差即為步驟I中得到的T-N組A1溫度計(jì)算值和本步驟計(jì)算的網(wǎng)絡(luò)輸出的比較差值; 步驟4. 3,判斷是否達(dá)到最大訓(xùn)練次數(shù),并根據(jù)是否達(dá)到最大訓(xùn)練次數(shù)選擇執(zhí)行以下步驟 選擇執(zhí)行步驟1,若尚未達(dá)到最大訓(xùn)練次數(shù),判斷在步驟4. 2中網(wǎng)絡(luò)輸出誤差是否小于期望誤差,若小于期望誤差,則訓(xùn)練結(jié)束,同時(shí)保存步驟4. 2中反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值,得到待定預(yù)測(cè)模型;若大于期望誤差,修正反向傳播神經(jīng)網(wǎng)絡(luò)中各層的權(quán)值以及閾值后步驟重復(fù)4. 2.其中修正因子采用步驟4. 2中計(jì)算的修正因子; 選擇執(zhí)行步驟2,若達(dá)到最大訓(xùn)練次數(shù),則該反向傳播神經(jīng)網(wǎng)絡(luò)在給定的訓(xùn)練次數(shù)內(nèi)不能收斂,訓(xùn)練結(jié)束; 步驟4. 4,將N組測(cè)試樣本逐個(gè)輸入選擇執(zhí)行步驟I中的待定預(yù)測(cè)模型,若預(yù)測(cè)誤差低于規(guī)定水平時(shí)表明該待定預(yù)測(cè)模型能夠用于預(yù)測(cè)9% Cr馬氏體耐熱鋼焊縫金屬A1點(diǎn),即該待定預(yù)測(cè)模型即是步驟3中所得到的預(yù)測(cè)模型;否則,該待定預(yù)測(cè)模型不符合,結(jié)束整個(gè)步驟。
      5.根據(jù)權(quán)利要求I所述的一種9% Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法,其特征在于,所述的步驟4中,所述的9% Cr鋼焊縫金屬Ac1點(diǎn)以及焊縫金屬成分采用焊接材料廠家實(shí)測(cè)數(shù)據(jù),將各種牌號(hào)的焊縫金屬成分輸入到預(yù)測(cè)模型中即可輸出焊縫金屬的A1點(diǎn),上述步驟I中計(jì)算得到的是平衡條件下焊縫金屬的A1溫度,而非非平衡條件下的Ac1溫度,因此該網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果較Ac1點(diǎn)實(shí)測(cè)值要偏低,需要對(duì)步驟4中得到的預(yù)測(cè)模型輸出層閥值進(jìn)行修正,即在預(yù)測(cè)結(jié)果上加一個(gè)修正值,根據(jù)計(jì)算結(jié)果取輸出閥值修正項(xiàng)為忑I =23. 9。。。
      全文摘要
      本發(fā)明涉及一種9%Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的預(yù)測(cè)方法。應(yīng)用合金熱力學(xué)理論計(jì)算得到T組不同合金成分的焊縫金屬的A1點(diǎn)數(shù)據(jù),建立基于誤差反向傳播神經(jīng)網(wǎng)絡(luò),利用所得數(shù)據(jù)對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試,最后結(jié)合9%Cr鋼焊縫金屬Ac1點(diǎn)實(shí)測(cè)數(shù)據(jù),將訓(xùn)練和測(cè)試好的網(wǎng)絡(luò)輸出閥值進(jìn)行修正得到一個(gè)可用于預(yù)測(cè)9%Cr馬氏體耐熱鋼焊縫金屬Ac1點(diǎn)的方法。只要輸入己知焊縫金屬的成分(質(zhì)量分?jǐn)?shù)),即可運(yùn)用該模型快速預(yù)測(cè)該成分條件下焊縫金屬的Ac1點(diǎn)。本發(fā)明不僅可以用于計(jì)算某種成分條件下的9%Cr馬氏體耐熱鋼焊縫金屬的Ac1點(diǎn),為其焊后熱處理溫度的選擇提供依據(jù),同時(shí)還可以用于指導(dǎo)其焊接材料的合金化設(shè)計(jì)。
      文檔編號(hào)G06N3/08GK102663498SQ20121013187
      公開日2012年9月12日 申請(qǐng)日期2012年4月28日 優(yōu)先權(quán)日2012年4月28日
      發(fā)明者于淑敏, 柯洪剛, 王學(xué), 鄭江鵬 申請(qǐng)人:武漢大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1