计算机自建模技术和其在焊接材料性能优化中的应用.pdfVIP

笫九次全国焊接会议论文集 计算机自建模技术及其在焊接材料性能优化中的应用 钢铁研究总院 另、航田志凌吴建民 摘要：基于模式识别判别分析，人：L神经州络、分类图和遗传算法．我们建立丁一个可适于材料研 究的多元非线中}：数据自建模系统MARs，它能从和限的埘究数据中提取}亩的信息，建■研究对象定性、 定量的非线性模型和直¨卫的几何模型，并给出化构试竽盘方集。介蝌，．炙系统在菜类焊接材料中的应用 情扰。 关键词：自建模系统，人工智能，材料设计．焊接材料 1 概述 材料研究涉及到大量复杂体系的物理化学问题，这方面晌理论]怍一直相对滞后。 经典理论方法目前还只适于比较简单和理想化的体系，在处理影响因素复杂，并且有繁 多’陛能要求的对象时存在很大困难。对实际复杂体系的研究，要求引入系统的材料设计 及分析方法，计算机辅助模型化技术是一个麻用和发展极为迅速的领域。当我们对某类 研究对象已经有了1个初步的了解时，如何能根据这些初步的知识推断研究对象的其他 未知性状，得到其全面、深入的认识，这使是计算机辅助模型化技术所要解决的问题。 它特别适r那些组成、过程较为复杂，影响冈素繁多．作用机理不明的研究对象。 人J。智能、模式识别、计算机模拟、知识库和数据库等技术的发展，使人们能够将 物理、化学理论和人批杂乱的试验资料沟通起来，用门纳和填绎相结合的方式对新材料 研制过程竹：出决策和I建议。目前，包括模式识别、人}神经网络．分子拓扑和分子动力 学等新兴手段任内的计算机练合信息处理妓术已成功麻I=}j于材料跛计、反鹿过释础f究、 新化台物殴计、化}过程控制优化、分子构效关系研究以及相嘲计算等相当J’泛的领域 内[i-41．并且正在向利用多种方法综合处理材料设计问题的方向发艉。国内的计算辅助机 材料研究也已达到捌当的水平，将数据阵、人l神经网络及模式识别止‘记吲于材料设计、 分析和优化过程已有多方面的报导，主要集中丁合金钢、药物设计领域口一1。 本文将报道的是辅助材料研究的通刚n建模系统MARs以及它在焊接材料研究中的 应用。 2． 原理及软件简介 用模式识别(Pattern Netx『、orks)针对研究 Recognition)和神经删络(Artificia(Neural 对象建立多元非线性模型，国内外都有人越文献r作。但如t_呵建芷这种模型，以及如何 利崩它进行分析，即使列专业人员来讲也是…个难以把握竹、聚j：!jj的]一作。理论计算L 作向专业计算系统迁移，是理论r作走向实川化的‘条重要途径，但在这～过程中要解 决人量的技术问题，包括理论思路的系统化，人耸新算法的l女计以及软竹f稃的介入。 本文介绍的MARs是一个源代码量2／』{J：以上的人型软件，它包括课题／数据晖、白 建模系统，以及多个应用模块，适崩丁柑利研究数据和生J。。数据的管理．多元1F线性建 楗，以及多田f、多目标优化。MARs系统的堑础烛模式M刚期神经咧鲻自建模．并引 入了遗传算法(GeneticAlgorithms)和分兴蚓(cIassmcathj Maps：等作为优化和模型 分析手段。该软僻。通过对已知利料性状和毕础数据的综台分析、模拟和模型化，建立研 究对象定性的和定{目：的非线性研究模型，系统地处珲材料的’陆能预测和优化设计问题。 第九次全国焊接会议论文集 它时勺典型计算流稃见圉1 图1MARs系统的典型分析流程 3 研究对象～Ti／B／N系焊接材料简介 在c—Mn钢焊缝金属-4·添加Ti，v’Nb，B等少量微合金元索能大犬影响焊缝金属的 绍织和性能，这些元素可嗤单独加入，也呵以复合加入，其中，Ti／B／N复合加入在焊接 材耗的研究开发中经常应用q。本文将利州MARs系统研究研究丁j／B悄与焊缝金属屈服 强鹰sy、拉伸强度st及KCV100J冲击功转变温度Tr(AW)之间的关系。原始研究数据36 个，其化学成分在以F范隔内fWt％)：O 变化范围1}常小，这里只将Si，Mn，S．Ti．B，N，O作为影响因子。 4 计算结果与讨论 4 f研究目标：综台考察材料成分对焊接性能的影晌