基于支持向量回归的双相不锈钢抗点蚀性能及焊接工艺优化研究

发布时间：2017-08-01 06:11

  本文关键词：基于支持向量回归的双相不锈钢抗点蚀性能及焊接工艺优化研究

  更多相关文章： 双相不锈钢 抗腐蚀性能 建模 因素分析 支持向量回归

【摘要】：随着社会发展进步,矿产资源越来越少、开采越来越难,而人类对材料的使用性能要求越来越高。不锈钢作为一种常用生活材料,由于其优异的耐蚀性、抗氧化、超塑性、杀菌性能和记忆功能等,被广泛应用于各个领域。人们已经研究合成出很多常用的标准不锈钢,但多是根据经验公式/ANN模型得出材料化学成分配比,并不能十分有效地得到抗腐蚀性能最高的不锈钢。所以,通过建立一个稳定准确的模型对于寻找抗腐蚀性能优异的材料成分配比有着非常重要的作用。本文主要根据相关实验数据,对非标准双相不锈钢的抗腐蚀性能、非标准双相不锈钢弱相点蚀性能及不锈钢焊接工艺对焊接点抗腐蚀性能影响进行建模、优化研究:(1)收集相关实验数据并建立模型;(2)对所建模型进行准确性检验;(3)分析模型所揭示的相关规律。本文利用基于支持向量回归的粒子群寻优算法进行了建模分析。主要工作如下:(1)低镍高锰氮非标准双相不锈钢的抗点蚀电位的SVR建模研究在本研究中,文献作者以低镍高锰氮非标准双相不锈钢中铬(Cr)、钼(Mo)、氮(N)三种化学成分作为不锈钢的组分,测量并计算了其点蚀当量指数(PREN),然后以PREN作为中间变量拟合了材料的抗点蚀电位值。我们根据粒子群寻优算法获得最优指数模型(PREN1.47),并以此模型计算了低镍高锰氮非标准双相不锈钢中的最优抗点蚀电位;也直接根据低镍高锰氮非标准双相不锈钢中铬(Cr)、钼(Mo)、氮(N)三种化学成分建立了其与抗点蚀电位(Ep)之间的SVR模型。为检验所建SVR模型的准确性,应用检验样本对其进行了验证。结果表明,所建SVR模型的预测值与实验结果吻合良好,所建SVR模型预测的平均绝对百分误差(MAPE)0.91%大大优于其他三种非线性回归模型的预测结果(分别为PREN16=13.70%,PREN30=14.68%,PREN1.47=12.45%)。同时利用所建SVR模型计算了抗点蚀电位对各元素的灵敏度。结果发现,铬元素对不锈钢抗腐蚀性能影响最敏感,其他两种元素敏感度相同;(2)低镍高锰氮非标准双相不锈钢的弱相抗点蚀电位的SVR建模研究本研究中,文献作者报导了以铬(Cr)、钼(Mo)、氮(N)、镍(Ni)为参数,以点蚀当量(PREN)作为中间变量求得低镍高锰氮非标准双相不锈钢的抗点蚀电位值,与(1)不同的是,文中取材料中晶相较低的PREN值作为中间变量(即取材料中PRENα和PRENγ值较低者)。我们根据低镍高锰氮非标准双相不锈钢中弱相中的铬(Cr)、钼(Mo)、氮(N)三种化学成分建立了与其抗点蚀电位值之间的SVR模型,并用测试样本和独立样本对所建SVR模型进行了检验。结果显示:SVR模型对训练、测试和独立样本的MAPE(0.0002%、2.50%、32.38%)均远优于PREN模型的三个结果(12.35%、9.85%、65.18%)。灵敏度计算结果显示铬元素对抗点蚀电位敏感度最强,氮元素次之,钼元素和镍元素再次之;(3)双相不锈钢电镀金属焊接因素对焊点抗腐蚀性能的影响人们实验发现,双相不锈钢的抗腐蚀性能与材料本身的化学成分配比、材料的金相分布有关,在其焊接点处的抗腐蚀性能还与焊接因素有关。本文根据焊接时的焊接电流、焊接速度、焊头到工件的距离和焊接角度等四个参数和相关实验数据,对其抗点蚀电位值进行了SVR建模与预测研究。结果显示:SVR模型所得结果近乎与实验结果相吻合,而文献中每组结果误差都在0.5%以上;所建SVR模型对训练和测试样本的MAPE(分别为0.42%、0.32%)远优于文献报导结果(分别6.36%、14.49%)。同时从所建SVR模型中还可以得出,焊接速度对焊接点处的抗腐蚀性能有很大的影响。总之,以上建模研究结果表明,所建SVR模型稳健、准确,能定量揭示自变量(Cr,Mo,N,Ni组分;焊接工艺等)对不锈钢抗腐蚀能力的影响规律;可为寻找或研发具有高抗点蚀电位的新型低镍高锰氮非标准双相不锈钢材的化学成分配比提供理论指导,为双相不锈钢的焊接工艺提供科学优化,对节省实验时间、减少实验成本和试验次数有着非常重要的指导意义和实际应用价值。
【关键词】：双相不锈钢 抗腐蚀性能 建模 因素分析 支持向量回归
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TG142.71;TG457.11
【目录】：

• 中文摘要3-5
• 英文摘要5-10
• 1 绪论10-14
• 1.1 不锈钢发展及现状10-12
• 1.2 研究目的及意义12-13
• 1.3 研究的内容13-14
• 2 支持向量回归14-21
• 2.1 统计学习理论的基本思想14-15
• 2.2 支持向量回归原理15-16
• 2.3 核函数16-18
• 2.4 支持向量回归机参数选择18-20
• 2.4.1 参数选择对SVR性能影响18
• 2.4.2 基于PSO算法的SVR参数寻优18-20
• 2.5 小结20-21
• 3 非标准低镍高锰氮双相不锈钢的抗点蚀电位建模研究21-33
• 3.1 模型方法和数据集21
• 3.2 模型预测性能评价21-23
• 3.3 结果讨论23-31
• 3.3.1 模型比较23-27
• 3.3.2 最优组分及可能的最大抗点蚀电位27
• 3.3.3 SVR模型和PREN16模型因素分析27-31
• 3.3.4 灵敏度分析31
• 3.4 结论31-32
• 3.5 小结32-33
• 4 非标准低镍高锰氮双相不锈钢弱相抗点蚀电位建模研究33-45
• 4.1 数据来源33-34
• 4.2 模型建立和预测评价34-35
• 4.3 结果讨论35-38
• 4.4 最优组分参数及SVR模型因素分析38-42
• 4.5 灵敏度分析42-43
• 4.6 小结43-45
• 5 双相不锈钢电镀金属焊接因素对其抗点蚀电位影响45-55
• 5.1 数据来源45-46
• 5.2 模型建立和预测评价46-47
• 5.3 结果讨论47-49
• 5.4 最优工艺参数及SVR模型中焊接因素分析49-54
• 5.5 小结54-55
• 6 结论及展望55-57
• 6.1 主要结论55-56
• 6.2 后续研究工作的展望56-57
• 致谢57-58
• 参考文献58-63
• 附录63
• 附录A 作者在攻读硕士学位期间发表的论文目录63

【参考文献】

中国期刊全文数据库 前6条

1 蒋穹;缪强;仝飞;徐一;任蓓蕾;刘志梅;姚正军;;电弧喷涂Al-Zn-Si-RE合金涂层在3.5%NaCl溶液中的电化学腐蚀行为(英文)[J];Transactions of Nonferrous Metals Society of China;2014年08期

2 皇思洁;蔡从中;曾庆文;;基于SVR的脉冲激光沉积TiN/AlN多层薄膜的工艺优化[J];功能材料;2013年14期

3 黄嘉琥;付逸芳;;耐点蚀当量(PRE)与压力容器用超级不锈钢[J];压力容器;2013年04期

4 唐江凌;蔡从中;皇思洁;肖婷婷;;Al-Cu-Mg-Ag合金强度性能的支持向量回归预测[J];航空材料学报;2012年05期

5 赵朴;钼在不锈钢中的应用[J];中国钼业;2004年05期

6 张伟;陈永强;李隆盛;;钼对铸造双相不锈钢组织及耐点蚀性能的影响[J];大连理工大学学报;1994年02期

，

本文编号：602826