一种合金凝固过程热物性参数的确定方法与流程

文档序号:32441319发布日期:2022-12-06 21:54阅读:79来源:国知局
一种合金凝固过程热物性参数的确定方法与流程

1.本发明属于金属凝固热物性测试技术领域,具体涉及一种金属凝固过程的热物性参数确定方法。


背景技术:

2.金属凝固过程大多是通过建立的凝固传热模型描述,而热物性参数是影响模型准确性的重要因素。建模采用实验方法确定热物性参数,由于高达1000℃以上的温度,存在操作难度大和成分差异,难以推广实现;采用经验公式法和数据库方法时,由于生产工艺条件和参数不匹配,则影响模型计算准确性;基于伪二元相图计算的热物性参数是基于平衡凝固条件获取的,同样存在计算误差;基于偏析模型可获取非平衡凝固条件下的热物性参数,但存在偏析模型和凝固模型耦合难以求解的问题。


技术实现要素:

3.本发明提出了一种新的金属凝固过程的热物性参数确定方法,旨在避开对耦合模型复杂计算的求解,又可获取非平衡凝固条件的热物性参数,从而解决由热物性参数带来的模型误差问题。
4.为实现本发明目的,本发明具体采用如下技术方案:
5.一种合金凝固过程热物性参数的确定方法,用于多合金元素金属熔液凝固过程的热物性参数确定,其特征在于包括如下步骤:
6.步骤一、建立合金凝固两相区溶质扩散方程;
7.步骤二、建立非金属夹杂物析出模型,用于修正两相区微观偏析模型的各相分率;
8.步骤三、建立工艺参数与各相分率数据库;
9.步骤四、根据张量cp分解法分析与挖掘工艺参数与相分率的关系;
10.步骤五、计算非平衡凝固条件下热物性参数。
11.本发明的有益效果如下:
12.本发明的一种合金凝固过程热物性参数的确定方法,通过建立合金凝固两相区的溶质偏析模型,获取不同合金元素成分和不同工艺参数与相分率的关系数据库;通过张量cp分解法将合金元素成分和工艺参数映射成不同权重的因子向量,并通过拟合法确定热物性参数与工艺参数及合金元素成分的定量关系。本发明方法避开了对耦合模型复杂的计算求解,能够便捷准确获取非平衡凝固条件的热物性参数,确定金属凝固过程的热物性参数,解决了由热物性参数带来的模型误差问题。
附图说明
13.图1为基于机理和数据挖掘方法的热物性参数确定流程。
14.图2为微观偏析模型建立流程。
15.图3为q235平衡/非平衡密度随温度变化规律。
具体实施方式
16.一种合金凝固过程热物性参数的确定方法,包括如下步骤:
17.(1)根据菲克第二定律,结合枝晶横截面的溶质扩散,推导枝晶中心的溶质扩散、液相与δ相、液相与γ相、δ相和γ相界面处局部平衡的方程,并根据实际情况确定初始条件和边界条件。其中扩散系数d按如下公式(1)计算:
[0018][0019]
式中,d0为扩散常数,r为气体常数,其值为8.314j/(mol
·
k);q代表每摩尔原子的激活能,t为绝对温度,k。
[0020]
(2)建立非金属夹杂物析出模型。
[0021]
由于溶质元素在不同相中的溶解度不同,随着温度的降低,溶质元素会发生重新分配,富集在固/液凝固前沿,当发生溶质元素超过溶解平衡值时,非金属夹杂物析出。因此,需要考虑耦合非金属夹杂物析出模型,修正微观偏析模型的各相分率。
[0022]
根据当前界面温度及吉布斯自由能,计算出标准吉布斯自由能;再根据吉布斯自由能与平衡溶度积之间的关系,计算固液界面处两种不同溶质元素的平衡活度积;最后以固/液前沿实际溶度积与平衡溶度积为判断依据,判断当前是否有上述两种不同溶质元素生成的夹杂物析出;若有,则进一步计算析出量,进而修正当前温度下上述两种不同溶质元素的各相分率。
[0023]
(3)建立工艺参数与各相分率数据库。
[0024]
根据建立的两相区微观偏析模型,计算出不同合金成分和不同工艺条件下各相分率与凝固前沿溶质元素的偏析率,提供构建高阶张量的数据。将初始条件、钢种各元素初始成分、局部冷却速率v和温度t作为输入量,各相分率f
δ
、f
γ
、fs、溶质元素偏析率作为数据库的输出量,构建工艺条件-微观偏析数据库。根据等间距筛选数据,并构建出对应的数据库,数据库的矩阵表示形式为:
[0025][0026]
其中,元素成分及工艺参数用表示,各相分率以及元素偏析率用表示,上标l代表数据库的样本序号,样本总数为l,下标d表示参数维度序号,输入参数维度为d
in
,输出参数维度为d
out

[0027]
(4)根据张量cp分解法分析与挖掘工艺参数与相分率的关系。
[0028]
根据式(3)将数据库转换为张量数据,并设计成下标索引方式访问,张量数据x的索引指标是对应输人参数,输入参数维度为d
in
,输出参数维度为d
out
。每一组索引对应一种局部冷却凝固条件,
[0029][0030]
式中y
dout
表示输出的各相分率以及各溶质元素偏析率,其中d
out
为对应输出维度
序号。
[0031]
张量分解的方法可以降低数据维度,不破坏数据结构的前提下,提取数据特征。cp分解实质上就是把高阶张量分解成为多个秩一张量外积和累加形式,例如,一个n维张量的cp分解如式(4),r是正整数,并且
[0032][0033]
通过cp分解法,将各溶质元素(c1,c2,

,cn)浓度、温度t、局部冷却速率v映射到不同的因子矩阵中。考虑将因子矩阵列单位化,权值可记为cp分解模型可记为式(5),其中:
[0034][0035]
通过交替最小二乘法(als)对降维的高阶张量数据进行分解并填充,从而得到张量cp分解结果,即将工艺参数映射为不同维度的因子向量以及对应的权重系数。
[0036]
(5)计算非平衡凝固条件下热物性参数
[0037]
张量cp分解方法将工艺参数映射成因子向量形式,但因建立数据库时工艺参数是根据等间距方法筛选的,所以张量分解结果是离散数据。
[0038]
将离散的输入-输出数据作为训练样本输入神经网络,训练神经网络权重并减小拟合偏差。通过神经网络方法拟合得到一定范围内任意工艺参数下连续的各相分率变化规律。再利用两相区混合平均公式(6)计算两相区非平衡凝固条件下热物性参数。具体的工艺参数范围为:冷却速率范围是0.1℃/s~0.7℃/s,温度范围是1520℃~1200℃,c元素含量初始成分0.12~0.36(%),si元素含量初始成分0.1~0.4(%),mn元素含量初始成分0.3~1.2(%),p元素含量初始成分0.005~0.025(%),s元素含量初始成分0.002~0.01(%)。
[0039]
φ=∑fiφi=f
l
φ
l
+f
δ
φ
δ
+f
γ
φ
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中,φ表示物性参数,包括密度、导热系数、比热容等,φi是相应的各相物性参数,fi是各相分率。
[0040]
实施例二
[0041]
以钢铁连铸生产过程中钢水凝固为例,分析金属熔液凝固过程密度的确定过程。建立微观偏析的流程图2所示,析出的非金属夹杂物为mns。构建数据库,其输入的参数包括元素成分:c、si、mn、s、p,以及工艺参数温度t和局部冷却速率v;输出的参数为:fs、f
δ
、f
γ
分别为固相率、δ相分率、γ相分率。构成的高阶张量结构索引如下:
[0042][0043]
建立的数据库涉及到的参数范围:冷却速率是0.1℃/s~0.7℃/s,温度范围是1520℃~1200℃等间距筛选,按重量百分比,c元素含量初始成分0.12~0.36(%),si元素含量初始成分0.1~0.4(%),mn元素含量初始成分0.3~1.2(%),p元素含量初始成分0.005~0.025(%),s元素含量初始成分0.002~0.01(%)。
[0044]
根据上面描述的过程,计算q235钢种在凝固两相区的密度。当熔液中元素c、si、mn、s、p含量分别为0.14%、0.16%、0.54%、0.016%、0.003%时,两相区温度范围是1510.5℃~1348.6℃,冷却速率为0.25℃/s,该钢种凝固路径:首先生成δ相,温度下降到1480℃左
右会发生包晶反应,会在δ相表面生成γ相,δ相会全变转变为γ相,且钢液中直接析出γ相。根据本发明,计算确定的两相区的密度见图3,本发明确定的密度更接近实验值。
[0045]
根据该技术方案,计算q235钢种在凝固两相区的密度。当熔液中元素c、si、mn、s、p含量分别为0.14%、0.16%、0.54%、0.016%、0.003%时,两相区温度范围是1510.5℃~1348.6℃,冷却速率为0.25℃/s,该钢种凝固路径:首先生成δ相,温度下降到1480℃左右会发生包晶反应,会在δ相表面生成γ相,δ相会全变转变为γ相,且钢液中直接析出γ相。根据本发明,计算确定的两相区的密度见图3,本发明确定的密度更接近实验值。
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