CN116741314B 基于晶粒尺寸变化动态预测高温合金拉伸性能的方法 （西北工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116741314B(45)授权公告日2025.07.11

(21)申请号202310568510.8

(22)申请日2023.05.19

(65)同一申请的已公布的文献号申请公布号CN116741314A

(43)申请公布日2023.09.12

(73)专利权人西北工业大学

地址710072陕西省西安市友谊西路127号

(72)发明人罗皎郭浩坤张志刚李淼泉

(74)专利代理机构西安维赛恩专利代理事务所(普通合伙)61257

专利代理师张瑾

(51)Int.CI.

G16C60/00(2019.01)

G16C20/70(2019.01)

GO6N3/043(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN105677949A,2016.06.15

US2022082545A1,2022.03.17

审查员来文燕

权利要求书6页说明书14页附图2页

(54)发明名称

基于晶粒尺寸变化动态预测高温合金拉伸性能的方法

(57)摘要

CN116741314B本发明涉及一种基于晶粒尺寸变化动态预测高温合金拉伸性能的方法，包括建立高温合金γ相晶粒尺寸与高温合金固溶工艺参数的关系模型步骤、建立高温合金拉伸性能与高温合金热处理工艺参数的关系步骤、建立所述高温合金的热处理工艺参数、γ相晶粒尺寸与拉伸性能的神经网络模型的步骤。本发明建立了虑及初始γ相晶粒尺寸D?、温度和时间影响的高温合金γ相晶粒尺寸理论计算式，并且在建立拉伸性能预测模型时，将微观组织参数的动态演化作为了Pi-sigma模糊神经网络模型的输入，构建了高温合金的热处理工艺参数、微观组织与拉伸性能三者之间的映射关系的神经网络模型，从而实现根据

CN116741314B

A-P

A-P

出

断面收缩率

第五层

固溶温度7固溶时间》品粒尺寸

抗拉强度

第一层

乘运算

第四层

分制

CN116741314B权利要求书1/6页

2

1.一种基于晶粒尺寸变化动态预测高温合金拉伸性能的方法，其特征在于，包括以下步骤：

步骤一：建立高温合金γ相晶粒尺寸与高温合金固溶工艺参数的关系模型，

在不同的固溶温度和固溶时间下对所述的高温合金进行固溶处理，对固溶处理后的高温合金试样的γ相晶粒进行金相定量，从而获得在不同固溶温度与固溶时间的固溶处理后γ相晶粒尺寸试验值，从而建立固溶温度和固溶时间与高温合金γ相晶粒尺寸对应表；然后，基于Anelli模型，建立高温合金γ相晶粒初始尺寸、固溶处理后γ相晶粒尺寸与固溶温度、固溶时间之间的数学模型，表示为模型公式(1):

(1),

式中，D?和D分别为γ相初始晶粒尺寸和固溶处理后的γ相晶粒尺寸，单位为μm;t为固溶时间，单位为min;T为固溶温度，单位为K;Q为扩散激活能，单位为kJ·mol?1;R为气体常数，为8.3145J·mol1·K1;n为γ相晶粒长大指数，m为时间指数，A为合金材料参数；

即获得固溶温度和固溶时间对高温合金γ相晶粒尺寸影响的关系模型；

步骤二：建立高温合金拉伸性能与高温合金热处理工艺参数的关系，

对步骤一所述的固溶处理后的高温合金试样进行拉伸试验，从而建立在不同固溶温度、固溶时间的固溶处理后高温合金拉伸性能对应关系表，即得到获得固溶温度和固溶时间对高温合金拉伸性能的影响规律；

步骤三：建立所述高温合金的热处理工艺参数、γ相晶粒尺寸与拉伸性能的神经网络

模型：

根据步骤一和步骤二分别建立的关系并基于混合Pi-sigma模糊神经网络模型，建立以固溶温度、固溶时间和γ相晶粒尺寸为模型输入，以高温合金拉伸的屈服强度、抗拉强度、延伸率和断面收缩率作为模型输出的神经网络模型，即获得了高温合金γ相晶粒尺寸、高温合金热处理工艺参数及高温合金拉伸性能之间的映射关系，实现了基于晶粒尺寸变化高温合金拉伸性能的动态预测。

2.如权利要求1所述的基于晶粒尺寸变化动态预测高温合金拉伸性能的方法，其特征在于，还包括对所述模型公式(1)中合金材料参数的优化步骤：

a)对所述的模型公式(1)移项并对两端取对数得到定量模型公式(3):

(3),

定量模型公式(3)中，在0～6中选取至少六个数作为γ相晶粒长大指数n的初始值，将每一个γ相晶粒长大指数n的初