申请/专利权人：哈尔滨工业大学

申请日：2023-07-24

公开（公告）日：2024-03-22

公开（公告）号：CN116933594B

主分类号：G06F30/23

分类号：G06F30/23;G06F111/10;G06F119/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.11.10#实质审查的生效;2023.10.24#公开

摘要：一种GH4169Plus合金盘类锻件晶粒度预测方法，它包含：使用有限元软件模拟盘类锻件在不同交叉工艺参数下锻件的成形过程及该成形过程中锻件再结晶；查看并统计不同坯料温度和模具温度下盘类锻件的典型部位的晶粒度；将所得数据导入到数据库中进行归一化处理；计算温度目标参数与数据库中温度对标参数之间的距离；对不同距离下的晶粒度进行赋权重；统计权重得出预测结果。本发明方便快捷，预测准确度高，为目前复杂的多工艺参数情况下合金盘类锻件的晶粒度预测提供了一种新的方法。

主权项：1.一种GH4169Plus合金盘类锻件晶粒度预测方法，其特征在于：所述方法包含：S1、使用deform有限元软件模拟GH4169Plus盘类锻件在不同交叉工艺参数下锻件的成形过程及该成形过程中锻件再结晶；模拟的内容为：一定温度范围内的坯料温度和一定温度范围内的模具温度的交叉数据；S2、查看并统计步骤S1中不同坯料温度和模具温度下，盘类锻件的典型部位的晶粒度；S3、将所得数据导入到数据库中进行归一化处理将坯料温度、模具温度以及盘类锻件典型部位的晶粒度导入数据库中，并对坯料温度和模具温度进行归一化处理，将晶粒度和归一化处理后的数据作为对标参数集；S4、在数据库中随机选取一个“检测数据”，剩余数据作为“被检测数据”；S5、计算“检测数据”的“温度目标参数”与“被检测数据”的“温度对标参数”之间的距离，并按照距离从小到大排序； 其中ρ0为“检测数据”与数据库中每个“被检测数据”的距离，Tp1表示经归一化处理后的“检测数据”的目标坯料温度，Tp'1表示经归一化处理后的“被检测数据”的对标坯料温度，Tm1表示经归一化处理后的“检测数据”的模具目标温度，Tm'1表示经归一化处理后的“被检测数据”的模具对标温度；然后将“被检测数据”按照其与“检测数据”之间的距离，按从小到大排列；S6、初步选定K值，对不同距离下的晶粒度进行赋权重；K从1开始取，取步骤S5中得到的排列后的数据的前K组数据的距离求倒数作为权重；其中w0为权重，ρ0表示检测目标参数与数据库中被检测对标参数之间的距离；S7、统计权重得出预测结果，并统计正确率；利用步骤S6的权重，对盘类锻件的同一部位中的晶粒度进行统计，对选取的K组数据中同一部位相同等级晶粒度的权重加和，比较同一部位所有加和的权重，将加和后最高权重对应的晶粒度作为该部位的预测晶粒度，将预测得到的晶粒度结果与检测数据中自身带有的晶粒度进行比较，统计预测的正确率；S8、按照递增顺序，依次更换K的取值，重复步骤S7和步骤S8，直到K的值等于“被检测数据”的大小，比较不同K值下，对于“检测数据”的晶粒度预测的正确率，选取正确率最高的K值作为以下步骤中的K值；S9、计算温度目标参数与数据库中温度对标参数之间的距离，并将数据库数据按照距离大小，从小到大排列； 其中ρ表示温度目标参数与数据库中每个温度对标参数的距离，Tp表示经归一化处理后的目标坯料温度，Tp'表示经归一化处理后的对标坯料温度，Tm表示经归一化处理后的目标模具温度，Tm'表示经归一化处理后的对标模具温度；然后将数据库数据按照距离大小，从小到大排列；S10、对步骤S9中得到的每组距离进行比较，将距离按顺序位从小到大排列；选取前K组数据；S11、对不同距离下的晶粒度进行赋权重对步骤S10中得到的K组距离求倒数，作为权重；其中w为权重，ρ表示检测目标参数与数据库中被检测对标参数之间的距离；S12、统计权重得出预测结果；利用步骤S11的权重，对盘类锻件的同一部位中的晶粒度进行统计，对选取的K组数据中同一部位相同等级晶粒度的权重加和，比较同一部位所有加和的权重，将加和后最高权重对应的晶粒度作为该部位的预测晶粒度。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种GH4169Plus合金盘类锻件晶粒度预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD