评估电厂用P91钢熔化物特性的蠕变断裂行为的先进方法.pdfVIP

32 现 代 冶 金 2015年第 2期 评估 电厂用 P91钢熔化物特性的蠕变断裂行为的先进方法 (土耳其)B．Gulcimen 在蠕变领域应用 的运行系统 ，如蒸汽动力设备 ， 而且 ，所用技术应保证对熔化物 的成分测试有效 ，而 其高负载高温部件的寿命评估是一项重要工作。本 这一要求在老电厂是无法实现的。其次是使用理论 文探讨的主要问题是对特定金属特l生的相关检测和 途径，比如所谓的z一因素，即蠕变应力及其相关数 评价。首先，力学性能是化学成分的各个元素与热 据的判定依据是通过使用一个因素——Melzer来实 处理参数和生产条件之间相互依存 的结果。在现有 现的。这一途径在现代钢企中还未得到很好地证 知识和技术水平条件下，对熔融范围蠕变断裂力 的 实。 检测还只是通过实验获得。考虑到多维关系 的存 之前应用神经网络技术对耐高温钢的长期蠕变 在，基于神经网络技术的方法替代了分析型的方法。 行为的评估成功的应用到对 11％铬钢 X20铬钼钒 本文 旨在证实和评估应用人工神经网络对选取的耐 11—1，Balos等钢中。 高温钢相关性能的潜在影响。本文研究的重点是确 本文主要探讨通过应用现代数据分析手段研究 定在蠕变断裂数据 的散射区具体熔质的位置 ，评估 结构性电厂材料如9％铬马氏体钢。主要 目的是决 预测涉及所有相关技术指标试验钢的断裂时间并找 定所测钢种蠕变断裂数据涉及到的特定熔化物在散 出最佳蠕变断裂力。 射区的位置及评估或预测其断裂时间。其次是找出 最佳蠕变断裂力。而应用人工神经网络技术使这两 1 介绍和问题定义 项任务的完成变成可能。 金属特性显示一个无法避免 的散射。这可能源 在近十年 中，其他变革性的方法如起源算法 于测试方法的不确定性及材料本身不平整。尤其是 (GA)在很多领域被广泛应用。尤其是GAs已被证 材料标准中所容许的成分差别而使不同熔炼阶段的 实成功用于优化 问题 。 化学成分的蠕变断裂数据不同，以及热处理时公差 运用起源算法技术的预测工作带来不同的结 参数的不同，会使得不同熔炼阶段出现微结构的细 果 。在一些情况下，结果表 明GP是一种强有力 的 微差别 ，从而产生不同的材料特性。 预测工具。但是尤其在预测钢 的应力方面，我们可 有几种方法可以用来预测蠕变断裂力，比如应 以发现神经网络在捕捉大量的完整性数据方面会更 用 ECCC(欧洲蠕变委员会)标准对高温下成分 的分 加及时而起源项 目似乎要求更多的插入项才能获得 析 。然而所有的分析都只是用有限的几个因素来分 一 个 比较准确 的结果。因此 ，神经网络被封为数据 析，这就会造成粗略评估并导致无法把握准确的断 预测的一种最基本 的方法。本文展示了一项通过应 裂时间。 用数据矿点去决定作为许多系数关键性因素的个别 与上面提到的分析型方法相比，人工神经网络 熔化物的蠕变断裂行为的工作 。 技术被证实是一种非常有效的工具，基于可用于大 电厂决定性部件暴露于高温高压下。决定部件 部分奥 氏体钢锻造板蠕变行为的知识 ，巴蒂斯亚 设计 的材料力学参数取决于时间和温度。这一参数 (