Tc4合金锻件室温力学性能的预报方法

文档序号:9865884阅读:761来源:国知局
Tc4合金锻件室温力学性能的预报方法
【技术领域】
[0001] 本发明设及一种锻件力学性能的预报方法,特别是设及一种TC4合金锻件室溫力 学性能的预报方法。
【背景技术】
[0002] 锻造工艺决定锻件内部的微观组织,锻件的微观组织决定锻件的力学性能,从而 决定锻件的使用可靠性和使用寿命。因此,在实际生产中,锻造工艺的优化设计是W满足锻 件的力学性能为目标。铁合金是一种难变形金属结构材料,在航空航天海洋、能源、化工、机 械、冶金等工业领域得到了大量应用。铁合金锻件的力学性能对锻造工艺参数特别敏感,因 此,通过优化锻造工艺参数合理有效地控制锻造工艺,可W获得满足力学性能设计要求的 铁合金锻件。在铁合金锻造生产实施之前,明确铁合金锻件力学性能与锻造工艺参数之间 的关系,预报不同锻造工艺参数下铁合金锻件的力学性能是优选锻造工艺参数的前提。
[0003] 文献Γ'32Μη长轴类锻件锻后热处理力学性能的预测与控制[J],陈国红,大型锻铸 件,2002,4:23-25"公开了一种根据32Μη钢锻后回火处理的力学性能与化学成分、回火溫 度修正系数、冷却条件修正系数、锻件尺寸修正系数的经验公式,推算合理的回火溫度。该 方法主要设及到32Μη钢的化学成分对其锻件回火处理后强度极限的影响,没有考虑锻造工 艺参数对32Μη钢锻件力学性能的影响,更不能用于预测铁合金锻件的力学性能。
[0004] 文献2"专利申请号是201010173763的中国发明专利"公开了一种基于人工神经网 络的Q345焊接接头力学性能预测方法。该方法针对Q345在特定生产环境和特定生产设备的 焊接接头力学性能系列试验,收集试验数据,筛选整理成人工神经网络模型训练样本;由上 述试验收集试验数据训练人工神经网络模型,建立Q345焊接工艺参数与其焊接接头力学性 能之间的映射关系;利用训练好的人工神经网络模型进行Q345焊接接头力学性能的预测。 因此,文献2提出的力学性能预测方法仅适合于Q345焊接接头力学性能,不能预测铁合金锻 件的力学性能。
[0005] 文献3"专利申请号是201010195524的中国发明专利"公开了一种基于计算机技术 的焊接接头力学性能预测的界面系统方法。该方法采用误差反向传播算法训练出常用合金 钢焊接接头力学性能预测模型,将训练好的人工神经网络模型导入焊接接头力学性能预测 的界面系统,进行合金钢焊接接头力学性能的预测,包括模型管理和维护、力学性能预测、 数据保存和查看Ξ个模块。因此,文献3提出的力学性能预测的界面系统方法仅适合于合金 钢焊接接头力学性能的预测,不能预测铁合金锻件的力学性能。
[0006] 铁合金与钢等材料有截然不同的锻造特性。与其他金属材料锻件相比,铁合金锻 件的力学性能对锻造工艺参数更加敏感,对锻造工艺参数优化设计的影响更加显著。因此, 预报铁合金锻件的力学性能难度特别大。

【发明内容】

[0007] 为了克服现有铁合金锻件力学性能无法预报的不足,本发明提供一种TC4合金锻 件室溫力学性能的预报方法。该方法首先确定TC4合金锻件的锻造溫度、变形速率、变形量 的9个隶属函数和27条模糊规则,再建立TC4合金锻件室溫强度极限、屈服强度、延伸率、断 面缩减率的数学模型;采用TC4合金锻件高溫压缩变形实验和室溫力学性能实验数据,优选 出模糊规则权系数和权值,然后代入TC4合金锻件室溫强度极限、屈服强度、延伸率、断面缩 减率的数学模型,得到TC4合金锻件室溫力学性能的预报模型。本发明预测的TC4合金锻件 室溫强度极限、屈服强度、延伸率、断面缩减率的测试样本结果与实验结果之间的最大误差 分别为0.93 %、0.81 %、3.31 %、2.84 %,表明本发明所提供的TC4合金锻件室溫力学性能的 预报方法具有较高的准确性和可靠性,在此基础上不仅可W为实际生产优选出合适的锻造 工艺参数,保证TC4合金锻件的使用可靠性,而且还可W节省大量的人力和物力。
[0008] 本发明解决其技术问题所采用的技术方案是:一种TC4合金锻件室溫力学性能的 预报方法,其特点是包括W下步骤:
[0009] 步骤一、先将供应态TC4合金加工成高溫压缩变形试件,再进行高溫压缩变形实 验。在高溫压缩变形实验前保溫,压缩变形时采用高溫润滑剂保护,W防止TC4合金氧化;
[0010] 步骤二、从步骤一得到的TC4合金高溫压缩变形试件上取料,加工成室溫力学性能 拉伸试样,测试得到TC4合金锻件的室溫强度极限Ob、屈服强度00.2、延伸率δ和断面缩减率 Φ;其中,强度极限Ob的单位是MPa,屈服强度〇日.2的单位是MPa,延伸率δ的单位是%,断面缩 减率Φ的单位是% ;
[0011] 步骤Ξ、对TC4合金锻件的锻造溫度Τ、变形速率?和变形量ε进行归一化处理;其 中,变形溫度Τ的单位是Κ,变形速率?的单位是?Τ?。
[0012] 步骤四、将TC4合金锻件的锻造溫度Τ、变形速率和变形量ε设为输入变量,上述Ξ 个输入变量划分为大、中、小Ξ个子集,表示为化A,MI,SM},室溫强度极限Ob或屈服强度 曰0.2、延伸率δ和断面缩减率Φ设为输出函数值;
[0013] 步骤五、确定TC4合金锻件的锻造溫度Τ、变形速率?和变形量ε在Ξ个子集的隶属 函数分别为,

[0023] 式中也为隶属函数的方差,Tl、Ts分别为绝对锻造溫度的最大值、最小值,每、% 分别为变形速率的最大值、最小值,εS分别为变形量的最大值、最小值。
[0024] 步骤六、确定TC4合金锻件的锻造溫度Τ、变形速率担和变形量ε的模糊规则为,
[00巧]模糊规则i:如果Τ是LA,?是LA,e是LA,
[0028] 式中,wi为第i条模糊规则的权值,片、X、知、爲为第i条模糊规则的权系数, Λ为模糊算子的极小运算;
[0029] 步骤屯、建立TC4合金锻件室溫强度极限、屈服强度、延伸率和断面缩减率的预报 模型为,
[0030]
[0031] 式中,m为模糊规则数,根据模糊区域划分,m = 33;
[0032] 步骤八、从TC4合金锻件的高溫压缩变形实验和室溫力学性能实验中获得的锻造 溫度、变形速率、变形量、强度极限、屈服强度、延伸率和断面缩减率组合中选取多组数据为 教师样本。采用教师样本对预报模型式(5)进行训练,当强度极限、屈服强度、延伸率和断面 缩减率的累计误差小于2%时,确定模糊规则的权系数片、片、托和梦巧日模糊规则的权值 将确定的模糊规则权系数和模糊规则权值代入式(5),即为TC4合金锻件室溫力学性能, 即强度极限、屈服强度、延伸率和断面缩减率的预报模型。
[0033] 本发明的有益效果是:该方法首先确定TC4合金锻件的锻造溫度、变形速率、变形 量的9个隶属函数和27条模糊规则,再建立TC4合金锻件室溫强度极限、屈服强度、延伸率、 断面缩减率的数学模型;采用TC4合金锻件高溫压缩变形实验和室溫力学性能实验数据,优 选出模糊规则权系数和权值,然后代入TC4合金锻件室溫力学性能的数学模型,得到TC4合 金锻件室溫强度极限、屈服强度、延伸率、断面缩减率的预报模型。本发明方法预报的TC4合 金锻件强度极限、屈服强度、延伸率、断面缩减率的测试样本结果与实验结果之间的最大误 差分别为0.93 %、0.81 %、3.31 %、2.84 %。表明本发明所提供的TC4合金锻件室溫力学性能 的预报方法具有较高的准确性和可靠性,在此基础上不仅可W为实际生产优选出合适的锻 造工艺参数,保证TC4合金锻件的使用可靠性,而且还可W节省大量的人力和物力。
[0034] 下面结合【具体实施方式】对本发明作详细说明。
【具体实施方式】
[0035] 本发明TC4合金锻件室溫力学性能的预报方法具体步
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1