本发明属于金属技术领域，尤其涉及一种基于PSO-SVR的高抗腐蚀非标不锈钢成分及其制备方法。
背景技术：
随着社会进步发展，矿产资源越来越少。不锈钢作为生产生活中一种重要的基础材料，其应用领域十分广泛。人们对不锈钢材的要求越来越高，在不同的环境条件下使用抗腐蚀性不同的不锈钢材料。点蚀(pitting)是在金属表面部位出现纵深发展的腐蚀小孔，其余地区不腐蚀或腐蚀轻微，这种腐蚀形态叫点蚀，又叫孔蚀或小孔腐蚀。以钢材为例：不锈钢表面微小“锈孔”的迅猛增加，是造成不锈钢受到大规模腐蚀的主要原因。目前，在行业中通常可根据不锈钢材料的点蚀当量值(PREN)来标示其抗腐蚀能力。对于某种合金来讲，PREN16越高，其耐点蚀越好。例如，不锈钢的点蚀当量PREN16值大于32时，被认为是耐海水腐蚀材料；双相不锈钢PREN值高于40时，就可适用于H2S等恶劣环境之中。但是不锈钢在EN10088-1:2005和ASTM G48-11中一直是标准化规定的。人们在研发新型不锈钢钢材过程中多数依靠经验公式进行材料化学成分配比设计，这无疑会造成对资源的浪费和研发成本的增加。因此如何寻找到一种抗腐蚀性能更好、更强的不锈钢材料就显得十分重要。研究人员重视探索不锈钢的腐蚀机理，并寻找有效的模型以获得抗腐蚀性能高的材料。所有的这些方法没有太多的理论知识提供支持，而且结果也并不理想，所以就要寻找一种新的、更好的方法为不锈钢材料化学成分配比提供更好的理论指导。
研究人员通过元素添加实验，改变不锈钢的抗点蚀能力，再通过经验公式/线性/非线性/ANN等方法对钢材的点蚀电位与添加各元素组分进行间接/直接关系的建模，以期达到提高不锈钢的抗点蚀能力，获得新型高抗点蚀不锈钢的目的。但是往往存在：
(1)准确性不高、稳定性不强；训练速度慢；学习效果差；极易收敛于局部最优处等；
(2)对小样本、维数灾难、局部极小等问题不能很好的解决；
(3)不易获得最优组分和最大点蚀电位值，也不能很好的了解和掌握各个因素对点蚀电位的影响规律；
(4)不能为研发人员提供准确的理论参考，容易造成资源和时间的浪费，降低了研发效率，增加了研发成本。
技术实现要素：
本发明的目的在于提供一种高抗腐蚀非标不锈钢及其制备方法，旨在解决背景技术提及的问题。
本发明是这样实现的，一种高抗腐蚀非标不锈钢，该高抗腐蚀非标不锈钢按质量比组分由Cr 22～26％、Mo 2.9～3.3％、N 0.28～0.36％、Fe 60.31～64.8％、C <0.03％组成。
本发明的另一目的在于提供一种高抗腐蚀非标不锈钢的制备方法，该高抗腐蚀非标不锈钢的制备方法是将支持向量回归(SVR)与粒子群寻优(PSO)相结合，建立一种新的有效的SVR模型，并由此模型预测高抗腐蚀非标不锈钢的最优组分及对应的最大点蚀电位，具体包括以下步骤：
改变元素Cr、Mo、N、Fe、C含量，采用电炉、真空感应炉等方法制备具有不同元素含量的若干个不锈钢样品；
按照国标电化学方法测量各样品的点蚀电位值，采集各样品Cr、Mo、N、Fe、C元素含量及对应样品的点蚀电位相关数据，利用所采集的训练样本实验数据构建点蚀电位与样品元素含量之间的SVR模型；
利用检验样本数据对所建SVR模型的准确性或可靠性进行评估、分析，若所建SVR模型预测的平均绝对百分误差达到实用要求，则该模型可靠，否则改变训练样本，重新训练以获得新的SVR模型，再利用未参与建模训练的检验样本数据对所建SVR模型进行检验，直到所建SVR模型的平均绝对百分误差达到实用要求为止，此时的SVR模型即为最优模型；
利用上述优化的SVR模型，改变自变量(即不锈钢各元素百分含量)值，经过格点扫描，获取具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有的各成分含量。
所述建立合适模型为：
(1)式中，y为目标值(点蚀电位)，l为支持向量个数，αi,为拉格朗日乘子，k(x,xi)为核函数，b为偏差阈值，x为样本自变量(不锈钢各成分质量百分含量)。
利用优化的SVR模型获取具有最高点蚀电位时的高抗腐蚀非标不锈钢各成分含量后，再进行样品制备、点蚀电位测量等过程进行验证。
所述优化的SVR模型，利用优化的SVR模型获取高抗腐蚀非标不锈钢各成分含量，同时获得高抗腐蚀非标不锈钢产品的最大点蚀电位值。
本发明提供的一种高抗腐蚀非标不锈钢及其制备方法，将其应用到非标准双相不锈钢的抗点蚀性能研究中，应用所建SVR模型，通过格点扫描获得不锈钢的点蚀电位最大值及对应的最优配方(最优配方(％)Cr:22～26、Mo:2.9～3.3、N:0.28～0.36、Fe:60.31～64.8、C:<0.03)；在最佳配方下，不锈钢点蚀电位Ep>1200mV；其点蚀当量指数PREN16>35，PREN30>40，可用做耐海水腐蚀材料，以及可用于含有H2S气体的恶劣环境中；该SVR模型给出的最优配方，可为新型高抗腐蚀不锈钢材研发人员和工业生产提供很好的参考，可为提高钢材抗腐蚀性能、减少研发试验次数和缩短研发周期提供科学指导，从而节省大量的人力、物力、财力和时间。
附图说明
图1是本发明实施例提供的高抗腐蚀非标不锈钢的制备方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
本发明实施例提供的高抗腐蚀非标不锈钢，该高抗腐蚀非标不锈钢按质量比组分由Cr 22～26％、Mo 2.9～3.3％、N 0.28～0.36％、Fe 60.31～64.8％、C<0.03％组成。
如图1所示：本发明实施例提供的高抗腐蚀非标不锈钢的制备方法，该高抗腐蚀非标不锈钢的制备方法是将SVR与PSO相结合，建立一种新的有效的SVR模型，并由此模型预测高抗腐蚀非标不锈钢的最优组分及对应的最大点蚀电位，具体包括以下步骤：
S101：改变元素Cr、Mo、N、Fe、C含量，采用电炉、真空感应炉等方法制备具有不同元素含量的若干个不锈钢样品；
S102：按照国标电化学方法测量各样品的点蚀电位值，采集各样品Cr、Mo、N、Fe、C元素含量及对应样品的点蚀电位相关数据，利用所采集的训练样本实验数据构建点蚀电位与样品元素含量之间的SVR模型；
S103：利用检验样本数据对所建SVR模型的准确性或可靠性进行评估、分析，若所建SVR模型预测的平均绝对百分误差达到实用要求，则该模型可靠，否则改变训练样本，重新训练以获得新的SVR模型，再利用未参与建模训练的检验样本数据对所建SVR模型进行检验，直到所建SVR模型的平均绝对百分误差达到实用要求为止，此时的SVR模型即为最优模型；
S104：利用上述优化的SVR模型，改变自变量(即不锈钢各元素百分含量)值，经过格点扫描，获取具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有的各成分含量；
S105：应用优化的SVR模型所预测的具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有最优组分，制备样品并测量其点蚀电位，若达到设计标准或要求，即可推广应用。
所述建立合适模型为：
(2)式中，y为目标值(点蚀电位)，l为支持向量个数，αi，为拉格朗日乘子，k(x,xi)为核函数，b为偏差阈值，x为样本自变量(不锈钢各成分质量百分含量)。
利用优化的SVR模型获取具有最高点蚀电位时的高抗腐蚀非标不锈钢各成分含量后，再进行样品制备、点蚀电位测量等过程进行验证。
所述优化的SVR模型，利用优化的SVR模型获取高抗腐蚀非标不锈钢各成分含量，同时获得高抗腐蚀非标不锈钢产品的最大点蚀电位值。
得到高抗腐蚀非标不锈钢产品后在实际生产中具体应用。
本发明所建的计算模型是基于具有不同Cr、Mo、N、Fe、C含量及不同点蚀电位的36个不锈钢样本，利用其中的33个样本进行SVR训练建模，另外3个样本作为测试样本。从训练和测试误差来看，所建SVR模型的平均绝对百分误差(MAPE)都很小，其中训练样本的MAPE为0.91％，大部分计算结果与实验值相当接近，甚至有30组训练样本的误差趋于0，大大优于NRM模型的MAPE(12.45％)；3个测试样本中，本发明所建的SVR模型的MAPE为16.39％，而NRM模型的MAPE为53.31％；对SVR模型和NRM模型总体的MAPE的统计对比可得，本发明所建的计算模型具有相当高的准确度，这说明所建的SVR模型是可靠有效的；利用所建SVR模型可以计算获得Cr、Mo、N、Fe、C元素含量对不锈钢点蚀电位的交互影响规律；利用所建SVR模型对不锈钢点蚀电位对各元素的灵敏度分析计算，发现不锈钢点蚀电位对Cr元素含量最敏感，而对N元素的含量表现最迟钝。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。