[發明專利]一種預測Nb微合金鋼動態再結晶型流變應力的方法

有效

• 申請號: 202010767229.3
• 申請日: 2020-08-03
• 公開（公告）號: CN111861041B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 劉振宇;周曉光;李鑫;曹光明;崔春圓;劉建軍;高志偉;王國棟
• 申請（專利權）人: 東北大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F30/27;G06F30/20;G06N3/084;G06N3/126;G06F119/14;G06F113/08
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 寧佳

一種預測Nb微合金鋼動態再結晶型流變應力的方法，屬于鋼鐵研究和機器學習的交叉技術領域。該方法基于系列Nb微合金鋼的動態再結晶型流變應力曲線及鋼種信息的實驗數據，采用遺傳算法學習每條流變應力曲線對應數學模型中的參數，使用貝葉斯正則化的BP神經網絡建立鋼種信息與流變應力曲線特征間的網絡關系模型，之后結合流變應力曲線對應的數學模型，預測動態再結晶型流變應力。該方法所建立的模型能夠高精度預測該系列鋼在多種成分及工藝條件下的流變應力曲線，明顯減少單道次壓縮實驗的工作量，提高動態再結晶型流變應力曲線的預測效率和精度。

技術領域

本發明屬于鋼鐵研究和機器學習的交叉技術領域，具體涉及一種預測Nb微合金鋼動態再結晶型流變應力的方法。

背景技術

Nb微合金化高強鋼被廣泛應用于管線、橋梁建筑等方面。Nb微合金化高強鋼要求有高的強度和良好的韌性。細晶強化可同時提高鋼材的強韌性，動態再結晶作為細化奧氏體晶粒尺寸的重要途徑之一，對Nb微合金化高強鋼最終力學性能影響較大。目前研究奧氏體動態再結晶型流變應力主要有兩種方法，一種是采用單道次壓縮實驗，直接獲得實驗鋼的流變應力曲線；另一種是根據已有流變應力曲線建立數學模型。根據單道次壓縮實驗雖然可以獲得流變應力曲線，但實驗工作量較大。根據已有流變應力曲線建立的流變應力數學模型可以預測動態再結晶型流變應力曲線，但其僅適用于單一鋼種及工藝條件，且精度也有待提高。而機器學習理論及方法能夠根據大規模數據自動學習到數據集中的特征并且具有通用性強、精度高的特點，目前已經在材料科學的許多方面有應用，如新型固態材料的預測、材料性能的計算等。針對動態再結晶型流變應力預測的精度及泛化問題，機器學習能夠較好地解決，因此開展該方面工作具有重要意義。

通過檢索國家知識產權局數據庫及SOOPAT數據庫，目前并沒有針對Nb微合金鋼動態再結晶型流變應力的相關專利發表；相關文獻中針對動態再結晶型流變應力的預測也只是針對單一鋼種或單一工藝條件下，精度較低且適用范圍有限。如Abarghooei等對X70鋼熱變形過程中的穩態流變應力建立了機器學習模型，對穩態流變應力進行了預測，但該文獻不僅未涉及化學成分對流變應力的影響，而且不能預測整個變形過程的流變應力曲線【Abarghooei?H，Arabi?H，Seyedein?S?H，et?al.Modeling?of?Steady?State?Hot?FlowBehavior?of?API-X70Microalloyed?Steel?using?Genetic?Algorithm?and?Design?ofExperiments[J].Applied?Soft?Computing，2017，52：471-477.】。

發明內容

針對現有技術存在的不足，本發明提供一種預測動態再結晶型流變應力的方法，該方法以數學模型為指導，采用機器學習方法建立預測Nb微合金鋼動態再結晶型流變應力的模型，適用于系列Nb微合金鋼，且能夠保證傳統物理冶金學規律的前提下，同時具有較高的精度和適用性，耗費時間較短，適用于任何鋼種或合金的動態再結晶型流變應力的預測。

一種預測Nb微合金鋼動態再結晶型流變應力的方法，包括以下步驟：

步驟1、基于現有Nb微合金鋼動態再結晶型流變應力曲線、鋼種信息及工藝參數的實驗數據，構建初始數據集，其中：鋼種信息包括：C含量、Mn含量和Nb含量；工藝參數包括：加熱溫度、變形溫度、最大應變量和應變速率；

步驟2、判斷初始數據集內流變應力曲線是否符合物理冶金學規律，保留符合物理冶金學規律的流變應力曲線，形成篩選數據集；

步驟3、根據篩選數據集內流變應力曲線，確定篩選數據集中每條流變應力曲線的實測峰值應變ε_p、峰值應力σ_p、穩態應變ε_s和穩態應力σ_s；

步驟4、確定動態再結晶型流變應力曲線的數學模型形式，具體步驟如下：

步驟4-1、將流變應力分為兩部分，即峰值應力前為一部分、峰值應力后為一部分；