基于机器学习的石油装备用大截面高强韧马氏体钢智能设计与性能研究.docxVIP

  • 0
  • 0
  • 约4.11千字
  • 约 12页
  • 2023-08-16 发布于上海
  • 举报

基于机器学习的石油装备用大截面高强韧马氏体钢智能设计与性能研究.docx

? ? 基于机器学习的石油装备用大截面高强韧马氏体钢智能设计与性能研究 ? ? 李方坡 路彩虹 赵靖宵 李秀程 尚成嘉 1.中国石油集团工程材料研究院有限公司石油管材及装备材料服役行为与结构安全国家重点实验室,西安,7100772.北京科技大学钢铁共性技术协同创新中心,北京,10083 0 引言 我国深层油气资源丰富,陆上主要的剩余石油天然气资源均分布在深层超深层,开发利用前景广阔。我国西部近10年来增长的油气储量中,约90%来自于埋深超过4500 m的深层超深层,加强深层超深层油气资源的勘探开发对保障我国能源安全具有重要意义[1]。“十三五”以来,我国深井超深井数量不断增加,7000 m/8000 m/9000 m/12 000 m钻机先后投入我国油田现场,石油装备关键承载构件安全余量越来越小,截面尺寸越来越大。低碳马氏体钢作为我国自主开发的石油装备用钢,也是目前石油装备用材料中强度等级最高的钢种,具有优异的强韧性和疲劳性能,可大幅减小装备构件质量,延长使用寿命,实现服役性能与制造经济性的完美结合[2]。为确保马氏体钢构件的全截面整体性能优异,材料必须具有足够的淬透性,目前我国在用低碳马氏体钢的最大淬透直径约为120 mm,已无法满足截面直径达150 mm甚至更大截面装备构件的制造需求,迫切需要开发具有淬透性和强韧性更好且满足150 mm直径全截面淬透的马氏体钢新材料。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档