[发明专利]基于量子支持向量机的铍青铜合金腐蚀速率预测方法

说明书

本发明提供一种基于量子支持向量机的铍青铜合金腐蚀速率预测方法，基于机器学习算法，通过对铍青铜合金腐蚀过程有重要影响的诸多因素进行数据采集处理及主成因分析，利用结合量子算法的量子最小二乘支持向量机构建盐雾环境下铍青铜合金腐蚀预测模型，并利用该模型实现对铍青铜合金腐蚀速率的高效准确预测。

技术领域

本发明涉及一种合金腐蚀速率预测方法，具体的说，涉及了一种基于量子支持向量机的铍青铜合金腐蚀速率预测方法。

背景技术

铍青铜合金是一种以铍为主要合金元素的重要铜合金材料，也是铍合金中用途最广泛的一种材料，其腐蚀过程涉及内外部诸多影响因素，包括湿度、温度、pH值、盐度等环境因素以及表面微观粗糙度、晶粒度等材料特性均对其腐蚀过程存在一定影响，各项因素之间存在直接或间接相互作用，这种相互作用关系最终将集中反映在材料腐蚀速率这一输出指标上。

针对材料腐蚀速率的传统测试方法有许多，包括电化学法、化学浸泡法等，这些方法存在化学品消耗与环境污染、测试周期长、前处理程序繁琐以及误差等不足。基于机器学习算法的铍青铜合金腐蚀速率测试方法可充分利用腐蚀影响因素之间的相互作用关系，更加准确清晰地对铍青铜的腐蚀速率及腐蚀过程进行分析预测，具有高效、简捷、快速、准确的技术特点，可作为一种铍青铜合金原材料腐蚀防护检测的重要技术手段。

目前国内存在利用传统机器学习算法尤其是传统支持向量机进行腐蚀速率预测的相关案例，其大多数针对埋地(或海底)油气管道(线)、接地网线等特定物理环境中管线材料，且仅考察温度、湿度等外部环境对于管线腐蚀速率的影响，尚无对铍青铜合金材料在盐雾(大气)环境中内外部综合因素影响腐蚀过程的专业研究。

而盐雾试验是许多关键铍青铜合金材料电子零件装配前后必须进行环境腐蚀试验，是一种经典通用的环境腐蚀测试方法，实际操作中大量重复性低效率的试验工作造成时间成本增加，影响研发进度，同时不同零件复杂结构会影响盐雾腐蚀试验结果，无法进行大批量准确数据分析。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明的目的是针对现有技术的不足，从而提供了一种基于量子支持向量机的铍青铜合金腐蚀速率预测方法。

为了实现上述目的，本发明所采用的技术方案是：一种基于量子支持向量机的铍青铜合金腐蚀速率预测方法，包括以下步骤：

步骤1，获取铍青铜合金腐蚀速率原始数据集

针对不同批次的铍青铜合金带材，选取材料样品进行机械加工、超声波除油、化学除油、三酸清洗、纯水漂洗以及烘干密封处理操作，获取材料质量符合预设标准的铍青铜合金试片；

利用三维光学表面轮廓仪对铍青铜合金试片进行非接触扫描，构建三维表面图像模型，并基于图像纹理分析对图像模型进行数据处理与分析，获取不同铍青铜合金试片的表面粗糙度；

利用超高清微观显微系统对铍青铜合金试片表面进行复杂微观图像分析，对材料晶粒度等指标进行定量测试，根据截点法获取不同铍青铜合金试片的晶粒度数据值；

基于三维光学表面轮廓仪和超高清微观显微系统的检测结果，将处理后的铍青铜合金试片按粗糙度、晶粒度等进行编号并分类保存；

利用中性盐雾试验装置在不同温度、不同盐度以及不同pH值的环境参数条件下对不同编号的铍青铜合金试片进行相同时间的材料腐蚀速率测试，并记录各个铍青铜合金试片的试验结果；

以温度、盐度、pH值、表面粗糙度、微观晶粒度作为模型输入向量，以腐蚀速率作为模型输出向量，构成铍青铜合金腐蚀速率原始数据集；

步骤2，对铍青铜合金腐蚀速率原始数据集依次进行标准化处理和降维处理，得到新铍青铜合金腐蚀速率数据集；将新铍青铜合金腐蚀速率数据集按70/30％的比例分为训练样本集和测试样本集；