本发明专利技术涉及9%Cr钢管道焊后热处理内壁温度等效点位置确定方法。本方法计算得到T组不同尺寸管道在不同加热宽度、不同保温宽度、不同热处理环境温度条件下的管道焊后热处理内壁温度等效点位置的数据，综合考虑管道尺寸、加热宽度、保温宽度、热处理环境温度、控温温度对内壁温度等效点位置的影响，建立基于误差反向传播的神经网络并对其进行训练和测试，最后结合等效点位置的实测数据，将训练和测试好的网络输出阀值进行修正得到一个可用于确定9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的方法。该方法能够快速地确定内壁温度等效点的位置，能够帮助指导和优化热处理工艺，提高热处理质量。
【技术实现步骤摘要】
本专利技术涉及ー种。
技术介绍
9%Cr新型马氏体耐热钢主要包含T/P92、T/P91和Ε911三种新型马氏体耐热钢，广泛用于超超临界锅炉主蒸汽管、集箱等厚壁管道等构件，焊缝韧性偏低是该系列钢管道焊缝安装过程中出现的ー个主要问题。为了改善焊缝韧性，必须对焊缝进行局部热处理。国内外研究表明，焊后热处理温度(即后续所提到的控温温度)对焊缝影响非常大，当热处理温度在760±10°C时(注受焊缝相变点的限制，热处理温度很难进ー步提高)，经过短时的恒温处理，焊缝的冲击功就可以达到41J以上，在740°C左右加热时，要达到这一指标必须 大幅増加恒温时间，当加热温度在730°C以下吋，再延长恒温时间不仅效果甚微，冲击功很难达到41J的韧度指标，而且大幅增加安装成本，严重影响施工进度。现场热处理时，受管道和焊后热处理设备的限制，热源一般只能布置在管道外壁，热量从外壁向内壁传导，即使达到稳态，内壁温度仍然低于外壁温度，即内外壁必然存在一定温度差异。为了保证内壁焊缝的韧性，要求尽可能縮小内外壁温差(控制在20°C -30°C以内)。但是随着蒸汽温度和压カ的提高，9%Cr马氏体耐热钢管道部件壁厚不断増大，ー些部件的设计壁厚最高已达140mm以上，内外壁温差増大。实际工程中，受管道尺寸的影响，无法在管道内壁安装热电偶对内壁温度进行监控，一般通过测量外壁等效点位置的温度来预测管道内壁温度，但是等效点的位置同样受管道尺寸(管径和壁厚)、加热宽度、保温宽度、热处理环境温度、控温温度等多个因素的影响，所以等效点的位置是变化的，并且难以用解析法确定。虽然可以通过实验的方法对特定尺寸管道在特定热处理环境等条件下的管道焊后热处理内壁温度等效点的位置，但是实验的成本高、周期长，且实验结果不具有普遍适用性。人工神经网络是80年代末开始迅速发展的一门非线性科学，人工神经网络模型具有很强的容错性、学习性、自适应性和非线性的映射能力，特别适于解决因果关系复杂的非确定性推理、判断、识别和分类等问题。目前，在钢铁冶金领域应用最广泛的是具有多层前馈网络结构且采用反向误差传播训练方法的模型(BP模型)。
技术实现思路
本专利技术所要解决现有技术存在的问题；在9%Cr新型马氏体耐热钢厚壁管道尺寸(管径和壁厚)、加热宽度、保温宽度、热处理环境温度、控温温度已知的条件下，提供了ー种快速预测管道焊后热处理内壁温度等效点位置的方法，方便现场热处理过程中对于管道内壁温度的监控，保障热处理质量。本专利技术再有一目的是解决现有技术中所存在的问题；提供一种解决了工程中采用实验方法确定等效点位置时浪费时间、増加成本且实验结果不具有普遍适用性的ー种9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点的确定方法。本专利技术的上述技术问题主要通过下述技术方案得以解决的 ー种，其特征在于，包括以下几个步骤 步骤1，等效点位置理论计算模块。在此模块中，基于传热学理论，建立上T组不同尺寸管道在不同加热宽度、不同保温宽度、不同热处理环境温度、不同控温温度下的热处温度场计算模型，计算各组模型的焊后热处理内壁温度等效点的位置； 步骤2，神经网络建立模块，综合考虑管道尺寸(管径和壁厚)、加热宽度、保温宽度、热处理环境温度、控温温度对9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的影响，建立基于误差反向传播神经网络； 步骤3，预测模型建立模块，利用所得计算数据对BP神经网络进行训练和测试，得到一个可以预测9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的模型；步骤4，模型修正模块，结合9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的实验测量数据，对所得的确定9%Cr马氏体耐热钢管道焊后热处理内壁温度等效点位置的模型进行修正； 步骤5，等效点位置确定模块，分析管道尺寸(管径以及壁厚)、加热宽度、保温宽度、热处理环境温度、控温温度，输入到修正后的模型确定管道焊后热处理内壁温度等效点的位置。在上述的，所述的步骤I中，建立上T组不同尺寸管道在不同加热宽度、不同保温宽度、不同热处理环境温度、不同控温温度下的热处温度场计算模型，采用有限元计算软件对焊后热处理温度场进行计算，并得到等效点的位置，具体方法为 根据9%Cr新型马氏体耐热钢的应用情况，选取管道尺寸范围；根据国内外热处理技术规程，对于一定规格的管道计算加热带宽度、保温宽度的大小，选取加热宽度和保温宽度范围；根据9%Cr新型马氏体耐热钢的控温温度以及热处理环境温度情況，选择控温温度以及热处理环境温度的范围。建立T组9%Cr新型马氏体耐热钢管道焊后热处理温度场理论计算模型，通过运用有限元软件计算管道尺寸(管径和壁厚)、加热宽度、保温宽度、控温温度以及热处理环境温度对等效点位置的影响。如在分析控温温度的影响时，控温温度一般选择在760 ± 10°C，因此，分别取750°C、765°C、780°C，其他条件保持不变，经过有限元计算得到等效点的位置，用同样的方法分析其他因素的影响。计算方法如下 步骤I. I，在有限元软件中，建立9%Cr新型马氏体耐热钢焊后热处理温度场计算模型； 步骤I. 2，定义初始条件、边界条件，求解； 步骤I. 3，计算完成后，在后处理器中查看管道内壁温度以及管道外壁轴向温度分布，通过对比，计算等效点位置。在上述的，所述步骤2中，建立基于误差反向传播神经网络的具体方法为 步骤2. I，定义输入层和输出层 选取管道尺寸(管径和壁厚)、加热宽度、保温宽度、控温温度以及热处理环境温度的数值作为输入变量，因此该网络输入层的神经元数为6 ；以不同条件下管道焊后热处理内壁温度等效点位置的大小作为网络模型的输出，因此输出层神经元数为I。步骤2. 2，选择隐层数和隐层单元数采用单隐层，并确定隐层节点数为10。步骤2. 3，其他參数的确定隐层隐层的传递函数为单极性S型函数f(x)=l/(l+e_x)，输出层的传递函数为线性函数f (x)=x，使网络输出任何值，训练次数为1800次，误差目标为I，选择样本数为T,其中N个训练样本，T-N个测试样本。在上述的，所述步骤2中，基于误差反向传播神经网络包括ー个输入层、ー个中间层和ー个输出层，输入层有6个神经元，中间层有10个神经元，输出层有I个神经元；所述预测模型的中间层的传递函数为单极性S型函数，输出层的传递函数为线性函数，使网络输出任何值；对步骤I得到T组等效点位置数据对步骤2中基于误差反向传播神经网络进行训练和测试的具体步骤如下 步骤3. 1，设定权值和阈值和训练次数，并对权值和阈值进行初始化，随机摘取T组样本中的T-N组样本作为训练样本，N组样本作为测试样本，输入T-N组训练样本，所述样本为步骤I中得到的T组等效点的位置以及T组9%Cr新型马氏体耐热钢的热处理条件； 步骤3. 2，计算网络输出，得到反向传播神经网络中各层的权值以及阈值，并计算反向传播神经网络中各层的权值以及阈值的修正因子，根据步骤I中得到的T-N组等效点位置计算值和网络输出计算网络输出误差，所述网络输出误差即为步骤I中得到的T-N组等效点位置计算值和本步骤计算的网络输出的比较差值； 步骤3. 3，判断是否达到最大训练次数，并根据是否达到最大训练次数选择执行以下步骤 选择执行本文档来自技高网...
【技术保护点】
一种9%Cr钢管道焊后热处理内壁温度等效点位置确定方法，其特征在于，包括以下步骤：步骤1，由等效点位置理论计算模块建立上T组不同尺寸管道在不同加热宽度、不同保温宽度、不同热处理环境温度、不同控温温度下的热处温度场计算模型，计算各组模型的焊后热处理内壁温度等效点的位置；步骤2，由神经网络建立模块结合管道尺寸、加热宽度、保温宽度、热处理环境温度、控温温度对9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的影响，建立基于误差反向传播神经网络；步骤3，由预测模型建立模块利用所得计算数据对基于误差反向传播神经网络进行训练和测试，得到一个可以预测9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的模型；步骤4，由模型修正模块结合9%Cr新型马氏体耐热钢厚壁管道焊后热处理内壁温度等效点位置的实验测量数据，对所得的确定9%Cr马氏体耐热钢管道焊后热处理内壁温度等效点位置的模型进行修正；步骤5，由等效点位置确定模块分析管道尺寸（管径以及壁厚）、加热宽度、保温宽度、热处理环境温度、控温温度，输入到修正后的模型确定管道焊后热处理内壁温度等效点的位置。
【技术特征摘要】
【专利技术属性】
技术研发人员：王学，孟庆云，严正，赵德清，肖德铭，袁霖，王鹏飞，张永生，胡磊，东岩，谢琳，王密堂，
申请(专利权)人：河北沧海重工股份有限公司，武汉大学，中国能源建设集团天津电力建设公司，
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。