System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于大气腐蚀数据的耐腐蚀材料优化方法及系统技术方案_技高网

基于大气腐蚀数据的耐腐蚀材料优化方法及系统技术方案

技术编号:39959496 阅读:5 留言:0更新日期:2024-01-08 23:56
本发明专利技术提供了基于大气腐蚀数据的耐腐蚀材料优化方法及系统,属于数据优化领域,通过建立碳钢模具表面的三维模型,获取三维模型上各点的含碳量;在多时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值;根据反射率和表面法向量以及大气的温度值和相对湿度值,通过分别计算各点的变温锈蚀序列和变湿锈蚀序列,对碳钢模具表面上对应的点进行防锈处理。使用本发明专利技术所述方法来优化碳钢模具的表面上建立的三维点云模型上各点的碳钢含碳量,以优化后的三维模型设计生产出来的碳钢模具具有更好的抗腐蚀性能。

【技术实现步骤摘要】

本专利技术属于三维模拟、数据优化的领域,具体涉及基于大气腐蚀数据的耐腐蚀材料优化方法及系统


技术介绍

1、在工业领域中,耐腐蚀材料的研发和应用对于保护设备和结构的长期稳定性至关重要。大气腐蚀是一种常见的腐蚀形式,会对金属和合金材料造成严重的损害。因此,研究人员一直致力于开发具有更好耐腐蚀性能的材料,以应对大气腐蚀带来的挑战。目前,虽然已经存在一些方法和系统用于耐腐蚀材料的优化,这些方法通常基于实验数据和模拟技术,旨在预测材料在特定环境条件下的腐蚀行为,并提供改进材料性能的建议。然而,现有技术中腐蚀数据的获取通常需要长期的实验和监测,涉及到大量的时间和资源。此外,腐蚀行为受到多种因素的影响,如环境条件、材料组成和处理方式等。因此,获取准确、全面的腐蚀数据是一项具有挑战性的任务。腐蚀数据的分析涉及到统计学、机器学习和数据挖掘等领域的知识。现有技术在处理大规模数据集和提取关键信息方面可能存在困难,导致对腐蚀行为的理解不够深入。传统技术在耐腐蚀材料的优化过程中可能存在效率低下的问题,传统的试错方法需要大量的实验和时间来测试不同材料的性能,这在实际应用中可能是耗时且昂贵的。例如在公开号为cn109097665b的专利文献中提供的高强度耐大气腐蚀螺栓用钢的冶炼方法,虽然能使钢液的洁净度得到大幅提高,降低夹杂物对材料的疲劳寿命的影响,并尽可能提高钢材成分的均匀性,但是基于单一因素或局部特征进行材料优化,缺乏综合考虑多种因素的系统化方法,这可能导致优化结果在实际应用中的可行性和可靠性方面存在一定的限制。为了克服这些问题,需要开发新的方法和系统,以更有效地预测和改善材料的耐腐蚀性能。


技术实现思路

1、本专利技术的目的在于提出基于大气腐蚀数据的耐腐蚀材料优化方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。

2、本专利技术提供了基于大气腐蚀数据的耐腐蚀材料优化方法及系统,通过使用本专利技术所述方法来优化碳钢模具的表面上建立的三维点云模型上各点的碳钢含碳量,以优化后的三维模型设计生产出来的碳钢模具具有更好的抗腐蚀性能。

3、为了实现上述目的,根据本专利技术的一方面,提供基于大气腐蚀数据的耐腐蚀材料优化方法,所述方法包括以下步骤:

4、建立碳钢模具表面的三维模型,获取三维模型上各点的含碳量,在多时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值,根据反射率和表面法向量以及大气的温度值和相对湿度值,通过分别计算各点的变温锈蚀序列和变湿锈蚀序列,对碳钢模具表面的三维模型上对应的点进行防锈优化处理。

5、进一步地,所述碳钢模具的结构能被等比例缩放。

6、进一步地,碳钢模具表面上各点采集的数据与三维点云模型上各点的位置保持一致对应。

7、进一步地,在预设的一段时间内,于多个不同的时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。

8、进一步地,将所述碳钢模具放置于待监测的空间位置中,在多时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。可选地,将所述碳钢模具放置于露天的环境中。

9、进一步地,根据反射率和表面法向量以及大气的温度值和相对湿度值,通过分别计算变温锈蚀序列和变湿锈蚀序列,具体为:将各时刻对应的采集的数据按时间先后顺序排列,采集的数据包括碳钢模具的表面上各采集时刻的各点对应的反射率和表面法向量、以及各采集时刻大气的温度值和相对湿度值的数值,在一些实施例中,将该碳钢模具放置的首个时刻和最后一个时刻都需进行数据的采集,可优选地,在所述首个时刻之前可另设一个预采样时刻,预采样时刻先采集的数据可用于与所述首个时刻采集的数据进行对比,在所述最后一个时刻之后可令再另设一个后采样时刻,等后采样时刻再采集数据可用于与所述最后一个时刻采集的数据进行对比,这样分别给首个时刻和最后一个时刻两边都余出来作后续的备用;

10、根据温度值计算得到各时刻对应的热蚀变量;

11、根据湿度值计算得到各时刻对应的水蚀变量;

12、各时刻的各点上对应的锈变特征为,该时刻一个点对应的表面法向量与这个点在上一时刻的表面法向量之间的余弦相似度,乘以这个点在该时刻的反射率与在上一时刻的反射率之比值所得之积;因为金属生锈了表面会变粗糙或者变颜色,这就导致了表面单位法向量和反射率的改变,这样结合两者在时间序列上的数据变化来计算锈变特征有助于正确发现模具上的生锈点以及生锈到何程度了;

13、根据各时刻对应的温度值从小到大的顺序对各时刻及其采集的数据进行重新排序得到变温锈蚀序列,在变温锈蚀序列中重新排序后各时刻称为温序时刻,这里相当于不按时间先后为顺序而是分别将原本各个时刻及其采集的数据打包,然后按各时刻对应的温度值从小到大的顺序将每份时刻打包的数据换个顺序,但是各时刻及其采集的数据每一份里还是原来的内容,只是一个温序时刻的上、下一个温序时刻就是在变温锈蚀序列中重新排序后温度值从小到大的序号了,在称谓上以作区分,后续的湿序时刻也是同理,

14、其中,一个温序时刻的一个点上对应的变温锈蚀度为:将该点所属温序时刻对应的热蚀变量与该点所属温序时刻对应的锈变特征的乘积,乘积通过温序时刻的修正在周期上的映射的数值结果;

15、在一些实施例中,可优选地,记该点所属温序时刻对应的热蚀变量为rse,记该点所属温序时刻对应的锈变特征为ftr,将该点所属温序时刻对应的热蚀变量与该点所属温序时刻对应的锈变特征的乘积记为rse*ftr,该点所属温序时刻对应的变温锈蚀度为rf,通过湿序时刻的修正在周期上的映射可表示为rf= sin[(π*jr/m)* rse*ftr],m是在变温锈蚀序列中温序时刻的总数,jr是变温锈蚀序列中各温序时刻温度值从小到大的序号,在周期上的映射可为通过三角函数在圆周率周期上的映射,但值得注意的是,不要使用不连续的那些三角函数来表示,这样做是因为碳钢物料结构在实际的使用环境中温度、湿度的变化周期都是周期性的,例如昼夜交替、四季更替,温度湿度是金属腐蚀的两大重要诱因,这两者是时空交替的,对变温锈蚀序列中各温序时刻、变湿蚀序列中各湿序时刻的再次排序便是对温度湿度周期性的校正,结合地使用各温序时刻、各湿序时刻的占比在周期性的函数上进行映射,这样可以更好地突出变温锈蚀度、变湿锈蚀度在周期性锈蚀上的波动特征,更好地拟合碳钢产品放置于待监测的空间位置中经历的生锈腐蚀反应进程,从而有助于大气腐蚀数据对耐腐蚀材料的数据监测;

16、将每一个点在变温锈蚀序列中各温序时刻对应的变温锈蚀度组成的数组作为该点的变温锈蚀序列;

17、根据各时刻对应的湿度值从小到大的顺序对各时刻及其采集的数据进行重新排序得到变湿锈蚀序列,在变湿锈蚀序列中重新排序后各时刻称为湿序时刻,其中,一个湿序时刻的一个点上对应的变湿锈蚀度为:将该点所属湿序时刻对应的水蚀变量与该点所属湿序时刻对应的锈变特征的乘积,乘积通过湿序本文档来自技高网...

【技术保护点】

1.基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,所述碳钢模具的结构能被等比例缩放。

3.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,碳钢模具表面上各点采集的数据与三维点云模型上各点的位置保持一致对应。

4.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,在预设的一段时间内,于多个不同的时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。

5.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,将所述碳钢模具放置于待监测的空间位置中,在多时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。

6.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,各时刻对应的热蚀变量为该时刻的温度值减去各时刻中最低温度值之差的指数化结果与该时刻的上一时刻的温度值减去各时刻中最低温度值之差的指数化结果相比所得之比值。

7.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,各时刻对应的水蚀变量为该时刻对应的湿度值的指数化结果与该时刻的上一时刻对应的湿度值的指数化结果相比所得之比值。

8.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,根据各点的变温锈蚀序列和变湿锈蚀序列,把碳钢模具表面的三维模型分割为多个子区域,计算各子区域的数据特征;

9.基于大气腐蚀数据的耐腐蚀材料优化系统,其特征在于,所述基于大气腐蚀数据的耐腐蚀材料优化系统运行于桌上型计算机、笔记本电脑或云端数据中心的任一计算设备中,所述计算设备包括:处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的基于大气腐蚀数据的耐腐蚀材料优化方法中的步骤。

...

【技术特征摘要】

1.基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,所述碳钢模具的结构能被等比例缩放。

3.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,碳钢模具表面上各点采集的数据与三维点云模型上各点的位置保持一致对应。

4.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,在预设的一段时间内,于多个不同的时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。

5.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,将所述碳钢模具放置于待监测的空间位置中,在多时刻采集碳钢模具的表面上的反射率和表面法向量以及各时刻大气的温度值和相对湿度值的数值。

6.根据权利要求1所述的基于大气腐蚀数据的耐腐蚀材料优化方法,其特征在于,各时刻对应的热蚀变量为...

【专利技术属性】
技术研发人员:文成沈海成田玉琬栗奇博陈柏潼刘俊鹏习小慧钟必胜
申请(专利权)人:广东海洋大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1