发明名称 一种设计单晶高温合金固溶制度的方法
摘要 本发明公开了一种设计单晶高温合金固溶制度的方法。先通过不同成分单晶高温合金的特征温度数据库,训练Back-Propagation人工神经网络,之后,对已训练的人工神经网络输入待测合金成分,计算得到固相线温度、液相线温度、凝固区间、第二相溶解温度、低熔点相初熔温度和热处理态初熔温度,然后根据以上特征温度设计固溶制度。本发明训练的神经网络输入端涵盖了高温合金大部分的成分范围,实现了快速判断高温合金能否固溶及准确设计固溶制度,可用于指导高温合金设计及工业生产。
申请公布号 CN103352192B 申请公布日期 2014.10.22
申请号 CN201310289294.X 申请日期 2013.07.11
申请人 北京航空航天大学 发明人 裴延玲;茹毅;李树索;刘熠;吴小雨;邹宇凯;常肖文;宫声凯
分类号 C22F1/18(2006.01)I;G06N3/02(2006.01)I 主分类号 C22F1/18(2006.01)I
代理机构 北京永创新实专利事务所 11121 代理人 姜荣丽
主权项 一种设计单晶高温合金固溶制度的方法,其特征在于:该方法包括以下步骤:步骤一:建立不同成分的单晶高温合金特征温度的数据库,建立人工神经网络;所述不同成分的范围为:<img file="FDA0000509631800000011.GIF" wi="1418" he="344" />所述特征温度为固相线温度、液相线温度、凝固区间、第二相溶解温度、低熔点相初熔温度和热处理态初熔温度;所选人工神经网络为Back‑Propagation神经网络,采用三层结构,包括输入层、隐含层和输出层;输入层神经元个数为12,输出层神经元个数为6,隐含层神经元个数14个,输入层和输出层神经元使用purelin函数表达,隐含层使用log‑sigmoid函数表达;步骤二:从数据库中选择样本作为训练样本,训练人工神经网络,在输出误差满足设定要求时,训练停止,保存权值矩阵和阀值矩阵;训练人工神经网络使用误差反向传播算法,人工神经网络初始化条件为:(0,0.5)随机赋值到权值矩阵,(0,1)随机赋值到阀值矩阵;训练目标误差e设定要求为e&lt;0.001;步骤三:利用步骤二中已训练的人工神经网络,得到待测单晶高温合金特征温度并设计固溶制度;所述的设计固溶制度,具体如下:情况一:当第二相溶解温度&gt;热处理态初熔温度时,高温合金不能固溶;情况二:当第二相溶解温度≤热处理态初熔温度且低熔点相初熔温度&gt;第二相溶解温度且凝固区间&gt;25℃时,单晶高温合金固溶制度为:第二相溶解温度/16h;情况三:当第二相溶解温度≤热处理态初熔温度且低熔点相初熔温度&gt;第二相溶解温度且凝固区间≤25℃时,单晶高温合金固溶制度为:第二相溶解温度/10h;情况四:当第二相溶解温度≤热处理态初熔温度且低熔点相初熔温度≤第二相溶解温度且凝固区间&gt;25℃时,单晶高温合金固溶制度为:低熔点相初熔温度/4h+第二相溶解温度/16h;情况五:当第二相溶解温度≤热处理态初熔温度且低熔点相初熔温度≤第二相溶解温度且凝固区间≤25℃时,单晶高温合金固溶制度为:低熔点相初熔温度/4h+第二相溶解温度/10h。
地址 100191 北京市海淀区学院路37号