薛小怀
,
钱百年
,
于少飞
,
莫春立
,
杨柯
,
訾炳涛
材料研究学报
用人工神经网络建立了熔敷金属性能的预测模型.该模型的学习结果同试验值之间有很好的对应关系.用该模型研究了杂质元素S、P、O、N对熔敷金属低温韧性的影响规律.预测结果表明: 随着O、N含量的增加, 熔敷金属的低温韧性显著下降;S对低温韧性基本无影响; 随着P含量的增加低温韧性有所增加.在不同的S、P含量水平下, 低O低N时的熔敷金属具有很高的低温韧性,高N低O时的次之, 高N高O时的低温韧性最差.
关键词:
人工神经网络
,
null
,
null
,
null
薛小怀
,
钱百年
,
于少飞
,
国旭明
,
杨柯
,
訾炳涛
金属学报
在实测样本的基础上,用人工神经网络建立了熔敷金属力学性能的预测模型.该模型预测的结果同实验值之间有很好的对应关系.利用该模型研究了杂质元素S,P,O,N和合金元素C,Mn,Ti对熔敷金属低温韧性的影响,并采用正交实验的方法得出了较佳的熔敷金属化学成分.本文的研究为熔敷金属力学性能的设计和控制提供了有效的途径.
关键词:
人工神经网络
,
null
,
null
薛小怀
,
钱百年
,
国旭明
,
于少飞
,
王仪康
,
楼松年
钢铁研究学报
简述了我国输油气管线钢的生产和应用,介绍了管线钢制管用埋弧焊焊丝研制工作,包括X60～X80级别管线钢的H08C、H08D、H05M、H03M系列埋弧焊丝的设计思想、成分设计及性能特点.还指出了X100级别高性能管线钢制管用焊丝的发展方向.
关键词:
管线钢
,
埋弧焊
,
焊丝
于少飞
,
钱百年
材料研究学报
研究了X70管线钢模拟热影响区的局部脆化现象和临界再热粗晶区粒状贝氏体的形
成及其对韧性的影响规律. 结果表明, 二次峰值温度为780℃时,
$M$--$A$组元在原奥氏体晶界成链状分布; 二次峰值温度为840℃时,
原粗晶区晶界位置生成了细晶贝氏体带, 及大颗粒的$M$--$A$组元; 二次峰值温度为900℃时,
$M$--$A$组元弥散分布，原粗晶区的奥氏体晶界消失.
在二次加热过程中奥氏体主要在原粗晶区晶界形核长大. X70钢的粗晶区出现再加热脆化现象,
它的脆化温度区间是一个比$A_{\rm c1}$--$A_{\rm c3}$更窄的温度区间,
主要在$T^{2}_{\rm P}$=$A_{\rm c1}$--840℃温度范围内.
临界再热粗晶区脆化的主要原因是在晶界上有链状分布的$M$--$A$组元.
关键词:
金属材料
,
IRCGHAZ
,
thermal simulation
薛小怀
,
国旭明
,
钱百年
,
于少飞
,
杨柯
,
訾炳涛
机械工程材料
doi:10.3969/j.issn.1000-3738.2001.11.002
在试验的基础上,采用人工神经网络方法建立了基于BP算法的熔敷金属力学性能的预测模型,该模型训练结果与试验值之间有很好的对应关系,说明该模型能准确反映合金元素与熔敷金属力学性能之间复杂的非线性关系.用该模型研究了合金元素对熔敷金属低温韧性的影响,分析得出了与试验一致的结果.
关键词:
人工神经网络
,
熔敷金属
,
合金元素
,
力学性能
薛小怀
,
钱百年
,
于少飞
,
莫春立
,
杨柯
,
訾炳涛
材料研究学报
doi:10.3321/j.issn:1005-3093.2001.06.014
用人工神经网络建立了熔敷金属性能的预测模型该模型的学习结果同试验值之间有很好的对应关系.用该模型研究了杂质元素S、P、O、N对熔敷金属低温韧性的影响规律预测结果表明:随着O、N含量的增加,熔敷金属的低温韧性显著下降;S对低温韧性基本无影响;随着P含量的增加低温韧性有所增加.在不同的S、P含量水平下,低O低N时的熔敷金属具有很高的低温韧性,高N低O时的次之,高N高O时的低温韧性最差
关键词:
人工神经网络
,
熔敷金属
,
韧性
,
杂质元素
于少飞
,
钱百年
材料研究学报
doi:10.3321/j.issn:1005-3093.2004.04.011
研究了X70管线钢模拟热影响区的局部脆化现象和临界再热粗晶区粒状贝氏体的形成及其对韧性的影响规律.结果表明,二次峰值温度为780℃时,M-A组元在原奥氏体晶界成链状分布;二次峰值温度为840℃时,原粗晶区晶界位置生成了细晶贝氏体带,及大颗粒的M-A组元;二次峰值温度为900℃时,M A组元弥散分布,原粗晶区的奥氏体晶界消失.在二次加热过程中奥氏体主要在原粗晶区晶界形核长大.X70钢的粗晶区出现再加热脆化现象,它的脆化温度区间是一个比Ac1-Ac3更窄的温度区间,主要在T2P=Ac1-840℃温度范围内.临界再热粗晶区脆化的主要原因是在晶界上有链状分布的M-A组元.
关键词:
金属材料
,
临界再热粗晶区(IRCGHAZ)
,
热模拟
,
M-A组元
,
峰值温度
,
局部脆化
薛小怀
,
钱百年
,
于少飞
,
国旭明
,
杨柯
,
訾炳涛
金属学报
doi:10.3321/j.issn:0412-1961.2001.09.011
在实测样本的基础上,用人工神经网络建立了熔敷金属力学性能的预测模型.该模型预测的结果同实验值之间有很好的对应关系.利用该模型研究了杂质元素S,P,O,N和合金元素C,Mn,Ti对熔敷金属低温韧性的影响,并采用正交实验的方法得出了较佳的熔敷金属化学成分.本文的研究为熔敷金属力学性能的设计和控制提供了有效的途径
关键词:
人工神经网络
,
熔敷金属
,
力学性能
,
合金元素
于少飞
,
钱百年
,
国旭明
金属学报
不同保护气氛下焊接得到的超低碳贝氏体(ULCB)熔敷金属的组织由贝氏体板条和少量针状铁素体组成, 贝氏体主要在原始奥氏体晶界及先形成的贝氏体条侧面形核, 形成相互交叉的分布形态。Ar+1.5%O2保护熔敷金属性能最好；Ar+4%CO2保护时由于焊缝增碳, 组织中生成了碳化物,熔敷金属强度升高, 韧性降低; Ar+4%O2保护时由于组织中生成大量氧化物夹杂, 韧性急剧降低。
关键词:
超低碳贝氏体
,
null
,
null
