[发明专利]一种9%Cr马氏体耐热钢焊缝金属Ac1点的预测方法

权利要求书

1.一种9％Cr马氏体耐热钢焊缝金属Ac₁点的预测方法，其特征在于，包括以下步骤：

步骤1，由金属温度计算模块设计T组9％Cr马氏体耐热钢焊缝金属成分，并计算T组9％Cr马氏体耐热钢焊缝金属成分下的焊缝金属的A₁温度，得到T组A₁温度；

步骤2，由神经网络建立模块基于焊缝金属中碳、氮、镍、锰、钴、铜、铬、钼、钨、钒、铌、硅十二种合金元素对A₁点的影响，建立基于误差反向传播神经网络；

步骤3，由预测模型建立模块针对步骤1得到T组A₁温度对步骤2中基于误差反向传播神经网络进行训练和测试，得到一个能够预测9％Cr马氏体耐热钢焊缝金属A₁点的预测模型；

步骤4，由模型修正模块结合9％Cr钢焊缝金属Ac₁点实测数据，对步骤3中所得的能够预测9％Cr马氏体耐热钢焊缝金属A₁点的预测模型进行修正；得到修正后的预测模型；

步骤5，由相变点确定模块分析9％Cr马氏体耐热钢焊缝金属中各个合金元素的质量百分数，并将各个合金元素的质量百分数输入到步骤4中修正后的模型预测9％Cr马氏体耐热钢焊缝金属的Ac₁点。

2.根据权利要求1所述的一种9％Cr马氏体耐热钢焊缝金属Ac₁点的预测方法，其特征在于，所述的步骤1中，设计T组9％Cr马氏体耐热钢焊缝金属成分，计算不同成分的焊缝金属A₁是基于运用Thermo-Calc热力学，具体方法为：

根据9％Cr马氏体耐热钢焊缝金属化学成分特点和各主要合金元素的变化范围，选取其平均成分作为参考成分，其中，0.11C，0.3Si，0.45Mn，0.20V，0.07Nb，0.2Ni，9.0Cr，0.035N，0.7Mo，1.25W，0Co，0Cu，设计T组不同合金成分组合，通过运用Thermo-Calc热力学计算软件得到碳、氮、镍、锰、钴、铜、铬、钼、钨、钒、铌、硅十二种合金元素含量变化对9％Cr马氏体耐热钢焊缝中A₁点影响，计算方法如下：

步骤1.1，选择铁基数据库TCFE-6，选择Fe，C，Mn，Si，Cr，Mo，W，Ni，Nb，V，N，B，Co元素；

步骤1.2，初始条件设置，给定温度和压力参数分别为600℃、101325Pa，并输入P92钢焊缝金属组成，所述P92钢焊缝金属组成为质量百分数，计算给定条件下的平衡相组成；

步骤1.3，为计算Ac₁温度，则应移除温度条件，而将面心立方的γ铁素体相状态设置为FIXED，将γ铁素体相含量设为0.00moles，此时计算条件缺失恢复到零，然后选择温度和压力参数，最后计算得到A₁温度。

3.根据权利要求1所述的一种9％Cr马氏体耐热钢焊缝金属Ac₁点的预测方法，其特征在于，所述步骤2中，建立基于误差反向传播神经网络的具体方法为：

步骤2.1，定义输入层和输出层：

选取C、N、Ni、Mn、Co、Cu、Cr、Mo、W、V、Nb、Si合金元素含量作为模型的输入变量，因此该网络中输入层神经元数为12；以每组合金成份条件下焊缝金属Ac₁相变点温度值作为网络模型输出，因此输出层神经元数为1；

步骤2.2，选择隐层数和隐层单元数：采用单隐层，并确定隐层节点数为9；

步骤2.3，其它参数的确定：隐层的传递函数为单极性S型函数：f(x)＝1/(1+e^-x)，输出层的传递函数为线性函数：f(x)＝x，使网络输出任何值，训练次数为2000次，误差目标为0.5，选择样本数为T，其中N个训练样本，T-N个测试样本。