基于相场-神经网络的镍基高温合金析出相演化行为研究.pdfVIP

摘要

随着我国航空航天及能源领域新一代装备在性能指标需求上的提高，这对

高温合金材料的性能提出了更高要求。以GH4169合金为例，通过热处理工艺

可获得共格的纳米级γ相、相等强化相，使得材料具备出色的高温强度、抗

γ

蠕变能力以及持久寿命，因而被大量用于航空发动机的制造。而目前对于

GH4169合金主要强化相相的析出演化机理及热力耦合作用下的变体选择机

γ

制缺乏深入理解，这导致了我国有关高温合金盘、环形构件的工艺优化程度不

足，显著影响核心装备的长时使役稳定性。为解决以上问题，构建GH4169合

金相演化的三维相场模型，并结合神经网络对相的演化行为开展研究。

γγ

为明确相的析出演化机理，对相在时效过程中的析出演化过程开展

γγ

模拟研究。通过模拟不同Nb元素浓度下相的析出演化过程，观察相的形

γγ

貌及空间分布变化，统计分析γ相的厚径比、体积分数、平均尺寸随时效时间

的变化过程，发现Nb元素浓度不会改变相的形貌空间分布特征以及基本演

γ

化规律；同时发现提高Nb元素浓度会显著加快相的粗化速度以及稳定后的

γ

γ相体积分数随Nb元素浓度的提高线性增加。

为明确相的变体选择行为机制，对相在热力耦合作用下的演化过程

γγ

开展模拟研究。通过模拟不同加载方向以及不同加载幅值下相的演化过程，

γ

观察相的形貌空间分布变化，统计分析相三种变体的体积分数和平均尺

γγ

寸随演化时间的变化过程，发现相的变体选择行为与加载方向密切相关，当

γ

沿[001]、[011]方向施加拉、压应力时，均存在变体选择现象，而沿[111]方向加

载则不发生变体选择；还发现随着加载幅值的提高，会显著加快变体消失的速

度；同时发现在两种变体均被保留时，外加幅值为700MPa时也不会影响相

γ

的总体积分数以及平均尺寸；当只有一种变体被保留时，外加幅值为500MPa

时，γ相的总体积分数以及平均尺寸已经出现明显的减小。

基于所构建相场模型模拟大量不同加载应力状态下相的演化过程，统计

γ

γ相三种变体的体积分数和平均尺寸变化信息制作时间序列数据集，构建多种

不同输入输出策略神经网络并训练，实现了不同加载应力状态下相演化行为

γ

的预测，并通过对不同模型性能的评估，发现先验知识的加入对循环神经网络

和长短记忆单元神经网络模型的预测能力有一定提高。

关键词：GH4169合金；相场法；神经网络；γ相；变体选择

Abstract

Withtheadvancementofperformancerequirementsinou