基于极限学习机的聚变堆结构材料力学性能预测方法及其应用研究-核科学与技术专业论文.docxVIP

University University of Science and Technology of China A dissertation for doctor，S degree fIII IM IlU lIII U Ill l llll IIIII Y3020693 Study and Application of Mechanical Property Prediction Method for Fusion Reactor Structural Material based on Extreme Learning Machine Author’S Name：Longfeng Shen Speciality： Nuclear Science and Technology Supervisor：Prof．Jianye Wang Associate Prof．Liqin Hu Finished time： May,20 1 6 万方数据 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作 所取得的成果。除已特别加以标注和致谢的地方外，论文中不包含任 何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究 所做的贡献均已在论文中作了明确的说明。 作者签名 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一。学位论文著作权拥有者授权中国科学 技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国 家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论 文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定o u么开 口保密(——年) 作者签名：逝趁。逾 导师签名： 签字日期： 盈』区：笸!k 签字日期：趁[≤：么：兰 万方数据 摘要摘要 摘要 摘要 核聚变能是一种清洁、能源密度高、安全且不受气候影响的新能源，被认为 是解决人类能源危机的重要出路。而结构材料是聚变堆包层及未来商用聚变电站 的瓶颈问题之一，其关系到聚变能否实现并成功应用。 目前，聚变堆结构材料研究主要考虑：成分优化研究，聚变结构材料性能研 究，制造工艺和连接方面研究，化学相容性、腐蚀和辐照方面。本文基于极限学 习机方法对聚变结构材料的成分优化及性能预测进行了研究，主要工作如下： (1)鉴于聚变堆结构材料数据的多因素、非线性、不确定性，提出一种基于 改进的快速模拟退火算法和极限学习机的聚变堆结构材料性能预测方法改进快 速模拟退火算法的极限学习机(Modified Very Fast Simulated Annealing Extreme Learning Machine，MVFSA-ELM)，该方法在保证了极限学习机算法优势 的基础上，利用改进的快速模拟退火算法优化了极限学习机的参数，加快了极限 学习机隐节点个数的确定，确保了极限学习机预测的全局最优解。在与工一ELM、 CI—ELM、EI—ELM、EM—ELM等算法的对比分析中，MVFSA-ELM算法体现了运算精度 上的优势。为进一步验证该算法在聚变堆结构材料性能预测上的可行性，本文首 先用该算法对印度低活化钢(Indian reduced activation ferritic— martensitic，IN-RAFM)的抗拉强度进行预测，预测结果与实验结果吻合较好。 (2)提出了一种适合大数据集聚变堆结构材料性能预测的方法NMVFSA—ELM， 该方法不仅能够保证获得全局最优解，还将能够更加快速收敛到最优解。在多个 数据集上进行验证对比分析，该算法具有比MVFSA-ELM算法更快的预测速度，有 助于对未来核能大数据的性能预测。同时用欧洲EUROFER97的辐照硬化性能进行 进一步验证，也取得了较好的预测效果。 (3)基于NMVFSA—ELM算法设计实现了核反应堆材料在线性能预测系统。该系 统具有较高的性能预测精度、速度及数据存取速度。系统针对不同用户的差异性 要求及总体需求，设计实现了查询功能模块、结果处理模块、信息管理模块、帮 助功能模块四大功能模块。其中，查询功能模块设计实现了按材料查询、按性能 查询和按成分查询三种不同的查询方式。结果处理模块设计实现了性能数据的下 载、打印，在线绘图，在线性能预测等功能。信息管理模块满足管理员对用户管 理和数据管理的需求。帮助功能模块有助于用户了解如何操作该系统。 基于上述系统对世界三大工业化RAFM钢之一中国低活化钢