D406A 钢焊接部件梯度热处理工艺及力学性能预报

发布时间：2015-03-15 21:52

第 1 章 绪 论

钢作为材料的一种，已经以各种形式被应用在各种需要的地方。随着时代的变迁和需求的变更，新型材料的研制与使用已经是材料学领域的一项重要问题，现已有许多新型钢种因为更优良的性能及更好的经济效益而替代了传统钢种，这种状况于航空航天范畴极其突出。航空航天领域存在着相对苛刻的客观条件，对材料的比强度、韧性、疲劳性能及价格要求较高。对传统的钢种而言，其相对较大的密度或多或少地阻碍了它的应用推广。鉴于此，比重相对较轻的高强度钛合金、铝合金和复合材料的应用范围及规模正在逐渐扩大[1]。近些年来随着材料学领域研发技术的飞快发展，超高强度钢因其较高的比强度、优异的疲劳性能及低廉的原料价格，在航空航天领域受到了极大的关注[2]。超高强度钢是按照普通结构钢为原型发展起来的一种合金钢，在高比强度的基础之上同时具有一定韧性的特点，其屈服强度一般在 1300MPa 之上，抗拉强度一般在 1400MPa 之上[3]。以钢中含有合金元素的数量来划分，这种钢材可以分为高、中及低合金超高强度钢。
...........

第 2 章 材料及试验方法

2.1 试验材料及试样的制备方法
本试验过程中选用超高强度钢 D406A(30Si2MnCrMoVE)为试验材料。对D406A 钢进行对接焊接得到的焊接构件为试验对象。焊接采用的焊丝为 H10 号焊丝。D406A 钢的元素组成如表 2-1 所示。H10 号焊丝(SiMnNiMoV)的元素组成如表 2-2 所示。在进行焊接试验之前，使用丙酮试剂对被焊钢板进行清洗，尤其是被焊接面。清洗后，保证被焊接钢板无有害杂质。由于被焊接钢板的厚度为 3.5mm，焊接过程分为三个程序，分别为打底、加丝与重溶。具体的焊接工艺参数如表 2-3 所示。焊后实例如图 2-2 所示。焊接完成后，为减少焊接构件内部存在的应力并防止出现显微裂纹而发生破坏，在焊后规定时间内对焊接构件进行去应力退火热处理，热处理温度为 650℃，保温时间为 30min。

2.2 试验方法
对本试验的试验对象实施的热处理工艺有三种方案，分别为对试验用焊接构件整体的传统热处理，对焊接构件焊缝区局部的空间梯度循环淬火热处理+传统热处理以及梯度热处理（对焊接构件焊缝区局部的空间梯度循环淬火热处理+对焊接构件整体的时间梯度热处理）。将经过不同热处理后的金相试样镶嵌在模具中，模具尺寸 φ30mm×15mm。镶嵌使用化学试剂为自凝牙托粉及自凝牙粉水。镶嵌静置一段时间后，在砂纸上对金相试样进行湿磨，选用砂纸次序按照从粗到细的规则。打磨基本无较大划痕后，继续用金相砂纸进行打磨。用砂纸打磨好后，将金相试样在抛光机上进行抛光。抛光剂选用手工调配的 Cr2O3溶液。当金相试样表面光亮无划痕的时候，用腐蚀剂(比例为 4g：100ml：5ml 的苦味酸、酒精、盐酸溶液)腐蚀金相试样表面，便可以进行试样组织的观察。对热处理后 D406A 钢焊接构件各个区域的显微组织进行观察，对比分析不同热处理对焊接构件组织的影响，使用的立式金相显微镜型号为 OLYMPUS BHM。

第 3 章 传统热处理对 D406A 钢焊接构件显微组织与力学性能的影响 ............21

3.1 焊态下 D406A 钢焊接构件显微组织与力学性能 ...........................21

第 4 章 梯度热处理对 D406A 钢焊接构件显微组织与力学性能的影响 .....34

4.1 梯度热处理工艺方案的制定 .........................34

4.2 空间梯度热处理对 D406A 钢焊接构件显微组织的影响 ...........................38

第 5 章 梯度热处理后 D406A 钢焊接构件的拉伸力学性能 ANN 预测………65

5.1 用于预测焊接构件拉伸力学性能网络模型的建立 ................65

第5章 梯度热处理后D406A钢焊接构件拉伸力学性能ANN 预测

5.1 用于预测焊接构件拉伸力学性能网络模型的建立
本试验中输入参量的维数为 5，输出参量维数为 2(1+1)，所以将隐含层中神经元的数目选取限定在 4~14 之间。在固定了其他网络结构参数的情况下，分别选取了一个隐含层和两个隐含层，隐含层中神经元的数目在限定范围中选取，在目标误差选为 1×10-4时，对不同的网络结果分别对现有数据源进行模拟预测，通过对比网络是否收敛、达到收敛运行的步数以及预测值与实际值拟合系数等结果，最终选取的神经网络结构分别为 5×6×1 和 5×10×1。对于样本数据源一定的人工神经网络模型，网络的精度与结构之间存在一定的相互影响，具体怎样设定网络精度与网络的结构使构建的网络模型达到最优的状态，，现在还没有有效的解决办法。在已经确定了样本数据源，网络的传输函数、网络的训练函数、网络的隐含层数目及隐含层中神经元数目的前提下，选择了几种不同的目标误差进行训练，对结果进行比较，通过这种试凑的方法，选择了目标误差为 1×10-4时，网络性能相对比较优良。

5.2 BP 网络的训练
在构建 BP 网络的过程中，对本试验内容，共建立了两个不同的 BP 网络，通过已知的三十四个数据源对两种网络进行训练。其中一种网络用来完成梯度热处理工艺参数与构件拉伸力学性能中的抗拉强度参量之间的映射，另一种网络用来完成梯度热处理工艺参数与构件拉伸力学性能中的延伸率参量之间的映射。图 5-5 为训练梯度热处理工艺参数与焊接构件抗拉强度之间网络时的收敛步数图。图 5-6 为构建此 BP 网络进行训练得到的抗拉强度值与实测的抗拉强度值之间的相关性曲线。
.........

结论

本试验通过对 D406A 钢原始态、焊态及淬火回火热处理和梯度热处理后D406A 钢焊接构件进行组织分析和力学性能测试，对比分析不同热处理对 D406A钢焊接构件组织和力学性能的影响。同时，以梯度热处理后焊接构件抗拉强度值及延伸率值为数据源，构建 BP 神经网络模型，实现对梯度热处理后焊接构件拉伸力学性能的预测，得到的主要结论如下：(1)D406A 钢原始态组织为退火热处理后的粒状珠光体，组织分布均匀。D406A钢焊接构件分为焊缝区、热影响区及母材区三个区域。焊态下焊缝区及热影响区都为板条马氏体组织，母材区为粒状珠光体组织。焊缝区板条马氏体粗大且分布不均匀。传统热处理后，焊接构件整体都为马氏体组织，但焊缝区马氏体依然较粗大。(2)空间梯度循环淬火热处理有效的细化了焊接构件焊缝区组织。在此热处理基础上再对焊接构件进行传统热处理，焊接构件焊缝区马氏体组织明显小于只经过传统热处理后焊接构件焊缝区组织。与传统热处理相比，梯度热处理后焊接构件整体组织经过腐蚀后，都出现白亮块组织。XRD 测试结果显示，梯度热处理后焊接构件中检测到了奥氏体物相，传统热处理后焊接构件中几乎检测不到奥体物相。
..............

参考文献（略）

本文编号：18022