【技术实现步骤摘要】
一种改进型低误差的金属材料力学性能检测分析方法及装置
[0001]本专利技术涉及检测
,特别涉及一种改进型低误差的金属材料力学性能检测分析方法及装置。
技术介绍
[0002]金属材料的力学性能检测对于金属材料的研发、应用、材料的改进等方面具有重要意义。力学性能检测常见的项目包括拉伸性能检测、压缩性能检测和扭转性能检测等。例如专利CN212964418U
‑
利于检测不同温度下金属材料抗拉强度的万能材料试验机,专利CN107543754A公开的一种高温高压含氢金属材料力学性能检测试验装置,CN108489822A公开的一种超导带低温拉扭综合加载实验装置等。每个检测项目均会产生大量数据,然后需要根据这些数据计算大量表征力学性能的指标数据。例如表征拉伸性能的端面收缩率Z、断后伸长率A、屈服点延伸率A
e
、最大力总延伸率A
gt
、拉伸弹性模量E、上屈服强度R
eH
、下屈服强度R
eL
、抗拉强度R
m
、规定总延伸强度R />t
、规本文档来自技高网...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种改进型低误差的金属材料力学性能检测分析方法,其特征在于,包括:S1、预先构建用于进行金属材料力学性能检测分析的数据处理与分析模型:该数据处理与分析模型包括数据计算模块、数据剔除模块、数据分析模块以及数据库,所述数据计算模块包括数据输入分类模块和3个计算子模块:拉伸数据计算子模块、压缩数据计算子模块、扭转数据计算子模块;S2、通过检测设备对金属材料样品进行力学性能进行检测,力学性能检测项目包括拉伸性能检测、压缩性能检测和扭转性能检测中的至少一种;S3、数据计算:将力学性能检测项目获得的原始检测数据输入所述数据处理与分析模型,所述数据输入分类模块对原始检测数据进行拉伸数据、压缩数据和扭转数据的分类,然后根据分类结果传输至对应的计算子模块,该计算子模块根据原始检测数据计算得到若干表征力学性能的指标数据;S4、数据剔除模块:所述数据剔除模块接收所述步骤S3得到的指标数据,并进行正常与异常数据的判定,当判定为正常数据时将该指标数据存入数据库中并更新数据库,进入下一步;否则返回步骤S2,对当前的金属材料样品重新进行力学性能进行检测;S5、所述数据分析模块接收所述步骤S4输出的指标数据,然后对当前金属材料样品的力学性能进行评价,输出力学性能分级结果。2.根据权利要求1所述的改进型低误差的金属材料力学性能检测分析方法,其特征在于,其中,拉伸数据计算子模块计算得到的指标数据至少包括:端面收缩率Z、断后伸长率A、屈服点延伸率A
e
、最大力总延伸率A
gt
、拉伸弹性模量E、上屈服强度R
eH
、下屈服强度R
eL
、抗拉强度R
m
、规定总延伸强度R
t
、规定塑性延伸强度R
p
和规定残余延伸强度R
r
中的一项或多项;其中,压缩数据计算子模块计算得到的指标数据至少包括:规定总压缩强度R
tc
、上压缩屈服强度R
eHc
、下压缩屈服强度R
eLc
、抗压强度R
mc
、压缩弹性模量E
c
中的一项或多项;其中,扭转数据计算子模块计算得到的指标数据至少包括:模量剪切模量G、上扭转屈服强度τ
eH
、下扭转屈服强度τ
eL
、抗扭强度τ
m
、规定非比例扭转强度τ
p
、最大非比例切应变γ
max
中的一项或多项。3.根据权利要求1所述的改进型低误差的金属材料力学性能检测分析方法,其特征在于,所述数据库包括拉伸数据子库、压缩数据子库和扭转数据子库,所述数据库中包括若干个数据包括,数据包分为三种类别:拉伸数据包、压缩数据包和扭转数据包,三种数据包分别存储于对应的数据子库中;每个数据包B均包括与之对应类型的若干指标项,记为:B=(b1,b2,b3...),每个拉伸数据包中的拉伸指标数据BL均包括i个不同的指标项,记为BL=(bl1,bl2,...,bl
i
),bl
i
表示单个表征拉伸性能的指标项;每个压缩数据包中的压缩指标数据BY均包括j个不同的指标项,记为BY=(by1,by2,...,by
j
),by
j
表示单个表征压缩性能的指标项;每个扭转数据包中的扭转指标数据BN均包括k个不同的指标项,记为BN=(bn1,bn2,...,bn
k
),表示单个表征扭转性能的指标项;其中,拉伸数据包、压缩数据包和扭转数据包中预先收集有若干对应的指标数据。4.根据权利要求3所述的改进型低误差的金属材料力学性能检测分析方法,其特征在于,记所述步骤S3中得到的指标数据为OutX,OutX=(x1,x2,...,x
h
),其中,x
h
表示单个表征力学性能的指标项;
所述步骤S4具体包括:S4
‑
1、所述数据剔除模块接收所述步骤S3得到的指标数据OutX,然后调用所述步骤S3中的数据输入分类模块对该指标数据对应的原始检测数据的分类结果,确定该指标数据OutX的类别,再进行如下处理:S4
‑
2、当OutX为拉伸数据时,则h=i,(x1,x2,...,x
h
)中的指标项与(bl1,bl2,...,bl
i
)中的指标项依次对应,即x
h
与bl
i
为对应相同的指标项;对于(x1,x2,...,x
h
)中的任意一个指标项x
h
,作以下判断:S4
‑2‑
1、筛选出拉伸数据子库中所有拉伸数据包中与指标项x
h
对应相同的指标项bl
i
中的最小值min(bl
i
)和最大值max(bl
i
),若min(bl
i
)≤x
h
≤max(bl
i
),则判定x
h
为正常数据;若x
h
<γ1*min(bl
i
)或x
h
>η1*max(bl
i
),则判定x
h
为异常数据;其中,γ1为小于1的常数,η1为大于1的常数若γ1*min(bl
i
)≤x
h
<min(bl
i
),或max(bl
i
)<x
h
≤η1*max(bl
i
),则通过人工对指标项x
h
进行正常数据与异常数据的判定;S4
‑2‑
2、当判定为异常数据的所有指标项的总数量不大于λ1*h时,判定当前指标数据OutX为正常数据,将该指标数据OutX存入拉伸数据子库中并更新拉伸数据子库,进入步骤S5,否则返回步骤S2,对当前的金属材料样品重新进行力学性能进行检测;其中,λ1为小于0.5的常数;S4
‑
3、当OutX为压缩数据时,则h=j,(x1,x2,...,x
h
)中的指标项与(by1,by2,...,by
j
)中的指标项依次对应,即x
h
与by
j
为对应相同的指标项;对于(x1,x2,...,x
h
)中的任意一个指标项x
h
,作以下判断:S4
‑3‑
1、筛选出压缩数据子库中所有压缩数据包中与指标项x
h
对应相同的指标项by
j
中的最小值min(by
j
)和最大值max(by
j
),若min(by
j
)≤x
h
≤max(by
j
),则判定x
h
为正常数据;若x
h
<γ2*min(by
j
)或x
h
>η2*max(by
j
),则判定x
h
为异常数据;其中,γ2为小于1的常数,η2为大于1的常数若γ2*min(by
j
)≤x
h
<min(by
j
),或max(by
j
)<x
h
技术研发人员:阚伟,张磊,程维维,
申请(专利权)人:南通伟烨检测服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。