新型Fe-Cr-Mo-V系热强耐蚀钢的设计

发布时间：2021-06-26 18:23

　　本文利用人工神经网络技术,建立了一个以合金成分及其含量和热处理条件为输入,以合金性能为输出的BP人工神经网络。该BP网络为14×12×12×4的四层结构。通过调试,其训练结果和测试结果都比较理想。利用BP网络对高温合金的成分和热处理工艺对性能的影响进行了分析,并建立了由成分及其含量和工艺参数到性能的预报模型,在预报网络模型中输入合金成分含量和工艺参数就能比较精确地预测合金性能。利用粒子群优化算法对成分和热处理工艺进行了计算设计。在计算设计的时候,重点考虑合金的红硬性的同时兼顾合金的耐腐蚀性,确定合金的体系为Fe-Cr-Mo-V系,合金的组成元素有:铁、镍、碳、铬、锰、钼、钒。经过粒子群优化计算得出了3个成分体系,其含碳量分别为0.3wt.%、0.4wt.%、0.48wt.%。利用THERMO-CALC软件以人工神经网络优化的Fe-Cr-Mo-V系热强耐蚀钢为对象,研究了碳、铬、钼、钒含量变化对合金的平衡相图的影响。计算了含碳量为0.3wt.%、0.4wt.%、0.48wt.%的Fe-Cr-Mo-V系钢的垂直截面图,并利用平衡相图和合金相随着温度变化曲线图优化了热处理工艺。含碳量为0.3... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

BP网络

图 3-1 网络结构3.1.33.2.1设定网络初始值对于 BP 网络来说，初始值的选择也是比较重要的，其中一个重要的要是希望初始权在输入累加时，使每个神经元的状态值接近于零，这样就可以保证一开始不落到那些平坦区上。权一般取随机数，而且权的值要求比较小，这样可以保证每个神经元一开始都在它们转换函数变化最大的地方进行。学习速率是 0~1 之间的小数。3.2 样本数据样本的收集用人工神经网络解决问题时，首要的工作是收集样本数据。训练网络需要大量的数据才能使网络稳定，以达到预测的目的。通过实验来搜集样本数据的工作量非常大，而且实验的周期比较长。如果靠实验的方法来获取样本数据的

图 3-2 高温硬度训练所得数据的渐进线和资料数据渐进线：表 3-2 高温硬度的训练误差误差 平均误差相对最大误差(%)相对最小误差(%)0.14 11.36 12.78 0 训练值和实际值的对比：

【参考文献】：
期刊论文
[1]热作模具钢的发展与应用[J]. 刘俊英,蒋伯平,刘金海.  工程机械. 2006(06)
[2]新型热作模具钢4Cr2MoWVNi的热处理工艺及性能研究[J]. 刘安翔,董仕节,楼芬丽.  上海金属. 2006(01)
[3]相图计算研究的进展[J]. 乔芝郁,郝士明.  材料与冶金学报. 2005(02)
[4]Ti-15-3合金再结晶组织的预测[J]. 李萍,薛克敏,曹爱民.  合肥工业大学学报(自然科学版). 2004(09)
[5]热处理对718塑料模具钢加工性能的影响[J]. 何燕霖,高雯,李麟,王庆亮,叶平.  金属热处理. 2004(03)
[6]作为材料设计基础的相图研究[J]. 郝士明.  材料与冶金学报. 2002(01)
[7]中国模具钢现状及发展（Ⅰ）[J]. 崔崑.  机械工程材料. 2001(01)
[8]材料科学数据库的发展现状[J]. 张乐福,谢长生.  材料工程. 1997(04)
[9]人工神经网络在不锈钢－铝固液相压力复合研究中的应用[J]. 张鹏,崔建忠,张奇志,杜云慧,富江涛,巴立民.  金属学报. 1996(12)
[10]用神经网络─遗传算法优化MgO－B2O3─SiO2渣系组成[J]. 张培新,张奇志,吴黎明,隋智通.  金属学报. 1995(18)

博士论文
[1]新型高Cr热作模具钢的组织与性能[D]. 隋鹤龙.吉林大学 2006



本文编号：3251845