本发明属于高速钢锻造成形领域，特别涉及一种M50钢锻造组织中碳化物尺寸预测方法。
背景技术：
M50钢是一种综合性能极佳的高速钢，具有较高疲劳寿命与高温硬度且强度高、韧性好，是我国常用的一种航空发动机高温轴承用钢。M50钢包含的合金元素W、Mo、Cr、V等均为强碳化合物形成元素，沉淀析出的碳化物作为析出相对基体产生强化作用。但是，大块碳化物的存在会浪费M50钢中的合金元素，降低其塑性和韧性，同时容易成为疲劳断裂裂纹的萌生源，从而导致疲劳断裂。因此，碳化物尺寸是影响M50钢锻造成形构件组织和性能的重要因素。
M50钢在锻造成形过程中，碳化物容易发生破碎，同时受变形工艺参数的影响，碳化物会发生溶解、再析出及长大，使得锻造组织中的碳化物尺寸变化规律复杂，难以预测。文献“李文东,吴春雷,唐光泽,马欣新，赵开礼.热变形量对M50钢碳化物分布的影响,材料热处理学报,2012,33(增刊ΙΙ):98-100”公开了一种不同变形量下M50钢碳化物尺寸及分布的研究方法，该方法采用热模拟压缩试验，在变形温度为900℃，应变速率为1.0s-1，变形程度为20％和40％的条件下模拟了M50钢的锻造成形过程，采用金相分析实验对变形后的M50钢组织进行观察，获得了不同变形量下M50钢变形组织中的碳化物尺寸。该方法仅仅通过有限次的试验，定性的描述了特定变形工艺参数下的M50钢组织中的碳化物尺寸，无法实现M50钢锻造组织中碳化物尺寸的预测。
技术实现要素：
为了克服现有方法无法预测M50钢锻造组织中碳化物尺寸的不足，本发明提供一种M50钢锻造组织中碳化物尺寸预测方法。该方法通过M50钢热模拟压缩试验及其变形过程的有限元模拟，获得M50钢变形时内部变形温度、等效应变速率、等效应变分布规律；通过测定M50钢内部碳化物分布及尺寸，确定不同位置处碳化物尺寸与变形温度、等效应变速率、等效应变等变形工艺参数的对应关系；采用Pi-sigma模糊神经网络模型，建立M50钢锻造组织中碳化物尺寸与变形工艺参数之间的数学模型，从而实现了M50钢锻造组织中碳化物尺寸的预测。
本发明解决其技术问题所采用的技术方案：一种M50钢锻造组织中碳化物尺寸预测方法，其特点是包括以下步骤：
(a)在变形温度范围为950℃～1150℃，应变速率范围为10s-1～70s-1，变形程度范围为10％～70％的变形条件下，分别对M50钢进行热模拟压缩试验，获得M50钢高温压缩变形时的流动应力和应变数据。
(b)基于步骤(a)获得的M50钢高温压缩变形时的流动应力和应变数据，采用Deform-3D软件进行M50钢高温压缩变形过程的三维数值模拟。
(c)基于步骤(b)中的三维数值模拟结果，分析M50钢在高温压缩变形过程中变形温度、等效应变速率和等效应变的分布规律。
(d)对步骤(a)中压缩变形后的M50钢进行金相实验，确定碳化物的位置，并测定不同位置处的碳化物尺寸。
(e)基于步骤(c)和步骤(d)中的结果，确定M50钢不同位置处碳化物尺寸与变形温度、等效应变速率、等效应变的对应关系。
(f)采用Pi-sigma模糊神经网络模型，以碳化物尺寸作为输出，以对应位置处的变形温度、等效应变速率和等效应变作为输入，优化模型参数；
(g)选择教师样本对模型进行训练，获得M50钢锻造组织中碳化物尺寸的预测模型。
本发明的有益效果是：该方法通过M50钢热模拟压缩试验及其变形过程的有限元模拟，获得M50钢变形时内部变形温度、等效应变速率、等效应变分布规律；通过测定M50钢内部碳化物分布及尺寸，确定不同位置处碳化物尺寸与变形温度、等效应变速率、等效应变等变形工艺参数的对应关系；采用Pi-sigma模糊神经网络模型，建立M50钢锻造组织中碳化物尺寸与变形工艺参数之间的数学模型，从而实现了M50钢锻造组织中碳化物尺寸的预测。其预测值与实验值的最大相对误差不超过9.2％，平均误差不超过4.1％，该预测方法预测精度高。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明M50钢锻造组织中碳化物尺寸预测方法的流程图。
具体实施方式
参照图1。本发明M50钢锻造组织中碳化物尺寸预测方法具体步骤如下：
选择变形温度分别为950℃、970℃、1010℃、1050℃、1090℃、1120℃、1150℃，应变速率分别为10s-1、50s-1、70s-1，变形程度分别为10％、20％、30％、40％、50％、70％，分别对M50钢进行热模拟压缩试验，获得M50钢塑性变形时的流动应力和应变数据；根据得到的流动应力和应变数据，采用Deform-3D有限元模拟软件对M50钢高温压缩过程进行三维数值模拟；然后基于三维数值模拟结果，分析在高温压缩变形时M50钢内部变形温度、等效应变速率、等效应变的分布规律；
对压缩变形后的M50钢沿轴线剖开，然后通过机械磨抛、腐蚀等制备金相观察试样，采用光学显微镜观察M50钢碳化物分布的位置，并定量不同位置处的碳化物尺寸；确定不同位置处碳化物尺寸与变形温度、等效应变速率、等效应变的对应关系。
采用Pi-sigma模糊神经网络模型，以碳化物尺寸作为输出，以对应位置处的变形温度、等效应变速率、等效应变作为输入，采用误差反向传播学习算法即最小误差函数来优化隶属函数参数和神经网络的权系数；选取部分变形温度、等效应变速率、等效应变及其对应的碳化物尺寸作为教师样本对模糊神经网络模型进行训练，当所有教师样本的累计输出误差小于1％时，认为模型收敛，此时，获得的模糊神经网络模型即为M50钢锻造组织中碳化物尺寸预测模型，模型预测结果与实验结果相比，最大相对误差不超过9.2％，平均误差不超过4.1％，预测模型精度较高。
(a)在变形温度范围为950℃～1150℃，应变速率范围为10s-1～70s-1，变形程度范围为10％～70％的变形条件下，分别对M50钢进行热模拟压缩试验，获得M50钢高温压缩变形时的流动应力和应变数据。
(b)基于步骤(a)获得的M50钢高温压缩变形时的流动应力和应变数据，采用Deform-3D软件进行M50钢高温压缩变形过程的三维数值模拟。
(c)基于步骤(b)中的三维数值模拟结果，分析M50钢在高温压缩变形过程中变形温度、等效应变速率、等效应变的分布规律。
(d)对步骤(a)中压缩变形后的M50钢进行金相实验，确定碳化物的位置，并测定不同位置处的碳化物尺寸。
(e)基于步骤(c)和步骤(d)中的结果，确定M50钢不同位置处碳化物尺寸与变形温度、等效应变速率、等效应变的对应关系。
(f)采用Pi-sigma模糊神经网络模型，以碳化物尺寸作为输出，以对应位置处的变形温度、等效应变速率、等效应变作为输入，优化模型参数；
(g)选择教师样本对模型进行训练，获得预测精度高的碳化物尺寸预测模型。