首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种高强韧耐高温RAFM钢及其基于机器学习的设计方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国科学院合肥物质科学研究院

摘要:本发明提供了一种高强韧耐高温RAFM钢,其化学成分为:C:0.12~0.16%,Cr:9.5~10.5%,W:1.6~1.8%,Si:0.48~0.52%,Mn:0.6~0.7%,V:0.23~0.27%,Ta:0.10~0.26%,Zr:0.001~0.005%等;热处理参数为:正火温度1010~1050℃,正火时间20~55min,回火温度600~720℃,回火时间50~90min。本发明还提供了一种上述钢的基于机器学习的设计方法。本发明RAFM钢具有较高的使用温度上限,高温下也具备较好的拉伸性能;同时,本发明构建的机器学习方法的泛化能力强,能快速、高效地设计出合理的成分和热处理参数。

主权项:1.一种高强韧耐高温RAFM钢的基于机器学习的设计方法,其特征在于,包括如下步骤:步骤1、数据采集获取g组RAFM钢的成分、热处理参数、测试温度及其对应的拉伸性能数据;其中,所述拉伸性能为极限抗拉强度UTS和总延伸率TE;每一种RAFM钢的成分、热处理参数、测试温度及其对应的拉伸性能作为一组原始数据;所述成分为组成RAFM钢的元素及其对应的质量百分比;所述热处理参数为RAFM钢的正火温度、正火时间、回火温度及回火时间;步骤2、数据标准化处理对原始数据集中的所有数据进行标准化处理;标准化公式为: 式1中:z为标准化数据,x为原始数据,xmax和xmin分别为原始数据集中每一维变量的最大值和最小值;步骤3、构建正向模型;步骤4、构建逆向模型;步骤5、构建智能筛选模型利用步骤3构建的正向模型和步骤4构建的逆向模型来建立智能筛选模型,用于根据RAFM钢的目标拉伸性能快速设计成分和热处理参数;其中,最终获得的RAFM钢的化学成分及质量百分比含量为:C:0.12~0.16%,Cr:9.5~10.5%,W:1.6~1.8%,Si:0.48~0.52%,Mn:0.6~0.7%,V:0.23~0.27%,Ta:0.10~0.26%,Zr:0.001~0.005%,Y:0.01~0.05%,Ti:0.002~0.012%,N:0.02~0.04%,其余为Fe和其他不可避免的杂质元素;所述RAFM钢的热处理参数为:正火温度1010~1050℃,正火时间20~55min,回火温度600~720℃,回火时间50~90min。

全文数据:

权利要求:

百度查询: 中国科学院合肥物质科学研究院 一种高强韧耐高温RAFM钢及其基于机器学习的设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。