一种预测Nb微合金钢动态再结晶分数的方法技术

本发明专利技术的一种预测Nb微合金钢动态再结晶分数的方法，属于钢铁研究和机器学习的交叉技术领域；该方法以现有C‑Mn‑Nb微合金钢动态再结晶型流变应力的实验数据构建Nb微合金钢动态再结晶行为的数据集，使用基于贝叶斯正则化的BP神经网络建立化学成分、工艺参数与流变应力曲线特征间的模型，通过动态再结晶分数数学模型，实现高精度预测动态再结晶分数，明显减少单道次压缩实验及淬火实验的工作量，提高预测动态再结晶分数的效率。

A method for predicting dynamic recrystallization fraction of Nb microalloyed steel

【技术实现步骤摘要】
一种预测Nb微合金钢动态再结晶分数的方法
本专利技术属于钢铁研究和机器学习的交叉
，具体涉及一种预测Nb微合金钢动态再结晶分数的方法。
技术介绍
Nb微合金钢高温变形时的奥氏体动态再结晶，对于随后奥氏体的相变行为和最终性能影响很大，对动态再结晶行为的研究可以为制定最优的控制轧制工艺提供依据。目前研究奥氏体动态再结晶分数主要有两种方法，一种是采用单道次热压缩实验后在不同变形量时进行淬火，直接进行金相观测统计再结晶分数；另一种是根据再结晶分数的数学模型。根据淬火实验可以描述再结晶行为，但实验工作量较大。根据再结晶分数的数学模型可以预测不同变形量时的再结晶分数，但模型有多种形式，且模型参数仅适用于特定成分及工艺状况。而机器学习能够根据已有的数据集，学习到数据集中的特征，并且具有精度高和通用性强的优点。然而，在动态再结晶分数预测方面，机器学习还未应用，开展机器学习在动态再结晶分数预测方面的工作具有十分重要的意义。通过检索国家知识产权局数据库及SOOPAT数据库，专利CN106053754B授权了一种预测时变工况下高合金化材料动态再结晶分数本文档来自技高网...

【技术保护点】
1.一种预测Nb微合金钢动态再结晶分数的方法，其特征在于，包括以下步骤：/n步骤1、以现有C-Mn-Nb微合金钢动态再结晶型流变应力的实验数据，构建Nb微合金钢动态再结晶行为的初始数据集，数据集包括：C、Mn和Nb含量、加热温度、变形温度、应变速率和最大应变量；/n步骤2、筛选符合物理冶金学规律的流变应力曲线，获得筛选数据集；/n步骤3、选择动态再结晶分数数学模型形式，所述动态再结晶分数数学模型为：/n

【技术特征摘要】
1.一种预测Nb微合金钢动态再结晶分数的方法，其特征在于，包括以下步骤：
步骤1、以现有C-Mn-Nb微合金钢动态再结晶型流变应力的实验数据，构建Nb微合金钢动态再结晶行为的初始数据集，数据集包括：C、Mn和Nb含量、加热温度、变形温度、应变速率和最大应变量；
步骤2、筛选符合物理冶金学规律的流变应力曲线，获得筛选数据集；
步骤3、选择动态再结晶分数数学模型形式，所述动态再结晶分数数学模型为：



其中，fdyn为动态再结晶分数，t为时间，为应变速率，b(ε)和n(ε)为与应变ε有关的变量。
假设：①达到临界应变εc时，动态再结晶分数为0.5％；②达到稳态应变εs时，动态再结晶分数为99％。则可得到式(2)和(3)：






由式(2)和(3)可得到，其中，tc为达到临界应变εc的时间，ts为达到稳态应变εs的时间，εc为临界应变，εp为峰值应变，εs为稳态应变，k为常数；
步骤4、根据筛选数据集内流变应力曲线，确定该数据集中每条流变应力曲线的实测临界应变εc、峰值应变εp和稳态应变εs；
步骤5、根据临界应变εc与峰值应变εp的关系εc＝kεp，计算每条流变应力曲线的k值；
步骤6、采用基于贝叶斯正则化的BP神经网络建立化学成分、工艺参数与动态再结晶型流变应力特征间的非线性映射网络关系模型，进行模型的训练，获得训练好的网络模型；
步骤7、根据训练好的网络关系模型，选取至少一组成分及工艺，...

【专利技术属性】
技术研发人员：刘振宇，李鑫，周晓光，曹光明，崔春圆，高志伟，刘建军，王国栋，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁;21