一种基于Adam-SVM模型的AH36级热轧球扁钢制备方法与流程

专利2022-05-09  112


本发明属于球扁钢制造技术领域,具体涉及一种基于自适应矩估计(adaptivemomentestimation,adam)-支持向量机(supportvectormachine,svm)模型的ah36级热轧球扁钢制备方法。



背景技术:

进入21世纪,我国船舶及海洋工程装备领域迎来了高速增长的新时期,船舶及海洋工程装备领域的快速发展对造船及海洋工程用钢提出了高强度、高韧性及耐腐蚀性的迫切需求,同时还需要满足大厚度及大尺寸规格的需求。国际新造船市场船舶用钢年均需求量为8000万吨左右,2019年国内船舶用钢的需求量达到1200万吨左右,且呈逐年攀升的趋势。作为船舶专用结构型钢的球扁钢,是建造大型船舶以及各种远洋、沿海、内河船舶以及各类舰艇等不可或缺的专用型材,对船体结构承载能力和安全性有着重要影响。在船体型材中,球扁钢占80%左右,所占的份额最大,年需求量超过200万吨。开发系列高强高韧船舶用球扁钢与现有船舶用钢的配套使用,实现性能匹配,满足新型水面船舶对高强韧材料的需求,是确保高技术船舶、超大潜深艇体、高新水面作战舰艇等建造的重要材料基础。

相关现有技术包括一种高强度耐低温的球扁钢及生产工艺,该方案对球扁钢轧制工艺进行详细公开,其最终组织为针状铁素体、回火马氏体以及少量奥氏体组织,但并未对其性能进行测定。

相关现有技术还包括一种大规格高强度船用球扁钢及其生产工艺,该球扁钢针对eh36依据物理冶金规律及经验进行成分设计,研发了具有较高低温冲击韧性的球扁钢,其成分设计过程相对较为繁琐,且需通过大量实验验证,相对需要较高的研发成本及较长的研发周期。



技术实现要素:

为了克服现有技术的缺陷,本发明提供一种基于adam-svm模型的ah36级热轧球扁钢制备方法,所制备的热轧球扁钢在保证较高性能的同时具有较大的规格以及较低的成本。

根据本发明的第一方面,提供一种基于adam-svm模型的ah36级热轧球扁钢制备方法,该方法基于机器学习理论进行操作,包括如下步骤:

(1)利用adam-svm算法进行热轧球扁钢的成分性能优化,得到该ah36级热轧球扁钢的合金成分;

(2)根据所得到的合金成分,采用转炉冶炼、炉外精炼、保护浇铸得到截面为280mm×165mm的连铸钢坯;

(3)将得到的连铸钢坯放入加热炉加热后,按孔型依次经过850bd两辊可逆式轧机、800trm三辊轧机、950sc万能轧机,得到规格为hp370×13的球扁钢;

(4)热锯锯切后,上冷床空冷冷却,冷却至200℃喷雾冷却。

具体的,所述步骤(1)中,采用adam-svm算法成分性能优化的步骤包括:

(1.1)定义优化类别:按照冲击功大小对球扁钢进行类别定义,a类:70~100j;b类:100~130j;c类:130~160j;d类:160~190j;e类:190j以上;

(1.2)数据处理:对原始数据进行标准分数归一化处理,其中,原始实验数据包括c、si、mn、p、s、al、nb、n、冲击功;

(1.3)冲击性能优化设计:以成分(c、si、mn、p、s、al、nb、n)作为输入,以冲击功类别作为输出,利用adam-svm算法模型对冲击功进行预测,选取训练集和测试集,以冲击性能e类为预测目标,反向优化球扁钢成分设计。

具体的,步骤(1.2)所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,采用公式如下:

其中,μ为所有样本数据均值;σ为所有样本数据的标准差,x为成分性能数据集;

具体的,步骤(1.3)所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,冲击性能反向优化成分的步骤包括:

(1.3.1):导入样本数据(成分、性能数据),初始化均方误差最大值以及交叉验证的折数,随机选取验证测试样本和训练样本;

(1.3.2):初始化最大迭代次数、加速因子、种群规模svm交叉验证参数等;

(1.3.3):利用adam算法优化svm参数,逐次训练,建立性能反向优化成分adam-svm模型;

(1.3.4):采用测试样本验证模型可行性,获得样本输出值,计算误差,判断是否满足终止条件,满足:输出结果;不满足:返回步骤5.1重新优化训练。

具体的,步骤(1.3.3)所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,采用adam优化svm算法步骤如下:

(1.3.3.1)确定mt、vt更新规则

mt=β1mt-1 (1-β1)gt

其中,mt是梯度的第一矩(均值)估计值;vt为梯度第二矩(无中心方差)估计值;β1为一阶矩衰减系数;β2为二阶矩衰减系数;gt为目标函数求导所得梯度。

(1.3.3.2)对第一、第二矩估计值进行偏差校正

其中,为mt的偏置矫正;为vt的偏置矫正;

(1.3.3.3)确定adam更新规则

其中,θ求解(更新)的参数。

具体的,所述ah36级热轧球扁钢由以下质量百分比的成分组成c:0.14~0.16%,si:0.25~0.40%,mn:1.40~1.55%,p:≤0.01%,s:≤0.004%,al:0.02~0.04%,nb:0.015~0.020%,n:0.005~0.009%,余量的fe及杂质元素。

其中,所述步骤(3)中,热轧过程实现晶粒的再结晶,其中,球扁钢原始方坯常温晶粒尺寸≤70μm,球扁钢成品球头位置平均晶粒尺寸≤32μm,球扁钢成品腹板位置平均晶粒尺寸≤21μm。

具体的,所述步骤(3)中,所述加热炉采用三阶段加热制度,分别为预加热段、加热段、均热段,预加热段温度为1000~1100℃,加热段温度为1100~1200℃,均热段温度为1200~1250℃,开轧温度为1140~1160℃。

具体的,所述步骤(3)中,要求采用10道次(k10~k1道次)轧制,k10~k6道次采用850bd两辊可逆式轧机轧制,k10入口温度为1140~1160℃,k6出口温度为1030~1050℃,k5~k3道次采用800trm三辊轧机轧制,k2~k1道次采用950sc万能轧机连轧。k10开轧温度为1150℃,k1终轧温度为925℃。

根据本发明的第二方面,提供一种ah36级热轧球扁钢,所述ah36级热轧球扁钢采用根据以上任一方面所述的方法进行制备,且所述ah36级热轧球扁钢要求屈服强度≥380mpa,抗拉强度≥550mpa,断后伸长率≥27%,0℃纵向v型缺口冲击吸收功≥190j。

有益效果:与现有技术相比,该基于adam-svm模型的ah36级热轧球扁钢制备方法具有如下优势:

1)svm模型是具备坚实理论基础的小样本学习方法,实现了高效的从训练样本到预报样本的“转导推理”,大大简化了通常的分类和回归等问题。同时该模型计算的复杂性取决于支持向量的数目,而不是样本空间的维数,这在某种意义上避免了“维数灾难”,在ah36级热轧球扁钢的计算中具有较好的“鲁棒”性。

2)采用adam算法优化svm模型,通过对svm参数选定过程的优化提高了算法分类与拟合的准确度及球扁钢成分设计的精确度;

3)采用adam-svm复合模型进行球扁钢成分的优化设计,实现了不同化学成分与性能的有机耦合,在提高材料力学性能的同时降低了球扁钢材料成本;

4)采用adam-svm复合模型设计的ah36级热轧球扁钢具有较好的性能,其屈服强度≥380mpa,抗拉强度≥550mpa,断后伸长率≥27%,0℃纵向v型缺口冲击吸收功≥190j。

附图说明

图1是本发明的ah36级热轧球扁钢制备方法流程图;

图2是本发明的ah36级热轧球扁钢的轧制工艺流程图。

具体实施方式

这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。

此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

多个,包括两个或者两个以上。

和/或,应当理解,对于本公开中使用的术语“和/或”,其仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,a和/或b,可以表示:单独存在a,同时存在a和b,单独存在b这三种情况。

本发明通过adam-svm成分-性能分类预测模型设计并优化满足相关性能指标要求的球扁钢合金体系,经适当处理工艺得到常温下显微组织由珠光体和铁素体构成,并且具有良好组织性能匹配的高强韧球扁钢。

以下各实施例均采用本发明的方法生产,如图1、图2所示,也即采用svm模型对成分性能进行优化,并严格按照本发明的工艺规程进行生产。优化后得到的ah36级热轧球扁钢由以下质量百分比的成分组成:c:0.14~0.16%,si:0.30~0.40%,mn:1.20~1.30%,p:≤0.02%,s:≤0.004%,al:0.02~0.03%,nb:0.012~0.015%,n:0.004~0.007%,余量的fe及杂质元素。

实施例1:在采用adam-svm模型对ah36级热轧球扁钢的元素成分进行优化后,按照上述成分范围进行冶炼、浇铸得到截面为280mm×165mm的钢坯,然后检测钢坯的成分,见表1。

表1钢坯的成分(wt.%)

按照850bd/800trm/950sci/950scⅱ轧机顺序进行轧制,轧制道次分别为5/3/1/1,轧制后得到hp370×13规格的球扁钢,其力学性能见表2。

表2力学性能

实施例2:在采用adam-svm模型对ah36级热轧球扁钢的元素成分进行优化后,按照上述成分范围进行冶炼、浇铸得到截面为280mm×165mm的钢坯,然后检测钢坯的成分,见表3。

表3钢坯的成分(wt.%)

按照850bd/800trm/950sci/950scⅱ轧机顺序进行轧制,轧制道次分别为5/3/1/1,轧制后得到hp370×13规格的球扁钢,其力学性能见表4。

表4力学性能

实施例3:在采用adam-svm模型对ah36级热轧球扁钢的元素成分进行优化后,按照上述成分范围进行冶炼、浇铸得到截面为280mm×165mm的钢坯,然后检测钢坯的成分,见表5。

表5钢坯的成分(wt.%)

按照850bd/800trm/950sci/950scⅱ轧机顺序进行轧制,轧制道次分别为5/3/1/1,轧制后得到hp370×13规格的球扁钢,其力学性能见表6。

表6力学性能

为了进一步凸显本发明效果,提供以下两组对比,当未采用adam-svm算法对成分性能进行分类优化设计,且未进行工艺优化(开轧温度为1200℃以上)时,其成分性能如下表所示:

对比1:

表a钢坯的成分(wt.%)

表b力学性能

对比2:

表c钢坯的成分(wt.%)

表d力学性能

通过对比1、对比2可以看出在成分及轧制工艺优化前,其性能相对较差,经过成分工艺优化,在本专利所述的成分范围内以及所述的轧制工艺下,达到了较为优异的力学性能。

上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。


技术特征:

1.一种基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,所述方法包括如下步骤:

(1)利用自适应矩估计(adam)-支持向量机(svm)算法进行热轧球扁钢的成分性能优化,得到该ah36级热轧球扁钢的合金成分;

(2)根据所得到的合金成分,采用转炉冶炼、炉外精炼、保护浇铸得到连铸钢坯;

(3)将得到的连铸钢坯放入加热炉加热后,按孔型依次经过两辊可逆式轧机、三辊轧机、万能轧机进行热轧,得到球扁钢;

(4)热锯锯切后,上冷床空冷冷却,冷却至一定温度后再进行喷雾冷却。

2.依据权利要求1所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(1)中,利用adam-svm算法进行热轧球扁钢的成分性能优化的步骤包括:

(1.1)定义优化类别:按照冲击功大小对球扁钢进行类别定义,a类:70~100j;b类:100~130j;c类:130~160j;d类:160~190j;e类:190j以上;

(1.2)数据处理:对原始数据进行标准分数归一化处理,其中,原始实验数据包括c、si、mn、p、s、al、nb、n、冲击功;

(1.3)冲击性能优化设计:以成分c、si、mn、p、s、al、nb、n作为输入,以冲击功类别作为输出,利用adam-svm算法模型对冲击功进行预测,选取训练集和测试集,以冲击性能e类为性能设计目标,反向优化球扁钢成分设计。

3.根据权利要求2所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(1.2)中,对原始数据进行标准分数归一化处理采用公式如下:

其中,μ为所有样本数据均值,σ为所有样本数据的标准差,x为成分性能数据集。

4.根据权利要求2所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(1.3)中,以冲击性能e类为性能设计目标,反向优化球扁钢成分设计的步骤包括:

(1.3.1)导入样本数据:成分、性能数据,初始化均方误差最大值以及交叉验证的折数,随机选取验证测试样本和训练样本;

(1.3.2)初始化最大迭代次数、加速因子、种群规模、svm交叉验证参数;

(1.3.3)利用adam算法优化svm参数,逐次训练,建立性能反向优化成分adam-svm模型;

(1.3.4)采用测试样本验证模型可行性,获得样本输出值,计算误差,判断是否满足终止条件,满足:输出结果;不满足:返回步骤(1.3.1)重新优化训练。

5.根据权利要求4所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(1.3.3)中,采用adam算法优化svm参数步骤如下:

(1.3.3.1)确定mt、vt更新规则,其中,mt是梯度的第一矩估计值;vt为梯度第二矩估计值;

(1.3.3.2)对第一、第二矩估计值进行偏差校正;

(1.3.3.3)确定adam更新规则。

6.根据权利要求1-5中任一项所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,钢中的合金成分的质量百分比为c:0.14~0.16%,si:0.25~0.40%,mn:1.40~1.55%,p:≤0.01%,s:≤0.004%,al:0.02~0.04%,nb:0.015~0.020%,n:0.005~0.009%,余量的fe及杂质元素。

7.根据权利要求6中所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(3)中,热轧过程实现晶粒的再结晶,其中,球扁钢原始方坯常温晶粒尺寸≤70μm,球扁钢成品球头位置平均晶粒尺寸≤32μm,球扁钢成品腹板位置平均晶粒尺寸≤21μm。

8.根据权利要求6中所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(3)中,所述加热炉采用三阶段加热制度,分别为预加热段、加热段、均热段,预加热段温度为1000~1100℃,加热段温度为1100~1200℃,均热段温度为1200~1250℃,开轧温度为1140~1160℃。

9.根据权利要求6中所述的基于adam-svm模型的ah36级热轧球扁钢制备方法,其特征在于,步骤(3)中,采用10道次:k10~k1道次进行轧制,k10~k6道次采用850bd两辊可逆式轧机轧制,k10入口温度为1140~1160℃,k6出口温度为1030~1050℃,k5~k3道次采用800trm三辊轧机轧制,k2~k1道次采用950sc万能轧机连轧;k10开轧温度为1150℃,k1终轧温度为925℃。

10.一种ah36级热轧球扁钢,其特征在于,所述ah36级热轧球扁钢采用根据权利要求1至9中任一项所述的方法进行制备,且所述所述ah36级热轧球扁钢屈服强度≥380mpa,抗拉强度≥550mpa,断后伸长率≥27%,0℃纵向v型缺口冲击吸收功≥190j。

技术总结
本发明公开了一种基于Adam‑SVM模型的AH36级热轧球扁钢制备方法,包括:利用Adam‑SVM算法进行热轧球扁钢的成分性能优化,得到该AH36级热轧球扁钢的合金成分;根据所得到的合金成分,采用转炉冶炼、炉外精炼、保护浇铸得到连铸钢坯;将得到的连铸钢坯均热后,按孔型依次经过两辊可逆式轧机、三辊轧机、万能轧机进行热轧,得到球扁钢;热锯锯切后,上冷床空冷冷却,冷却至一定温度后再进行喷雾冷却。本发明技术方案基于机器学习算法制定优化的合金设计方案,合理降低了钢中添加元素的含量,进一步降低了成本,缩短研发周期。同时,通过加热制度以及轧制工艺的优化设计,成功开发出低成本高性能的球扁钢。

技术研发人员:于浩;赵勋;王厚昕;李宇晗;王锟;孙玉春
受保护的技术使用者:北京科技大学;中信金属股份有限公司;泰兴市聚峰压延科技有限公司;常州东方特钢有限公司
技术研发日:2021.04.28
技术公布日:2021.08.03

转载请注明原文地址:https://doc.8miu.com/read-5417.html

最新回复(0)