本发明专利技术公开了一种基于SVR的高抗腐蚀非标不锈钢成分及其制备方法,基于粒子群(PSO)进行支持向量回归(SVR)参数寻优,建立一种新的基于不锈钢材配方的不锈钢点蚀电位的有效SVR模型,并预测出一种高抗腐蚀非标不锈钢的最优配方,其按质量比组分由Cr 22~26%、Mo 2.9~3.3%、N 0.28~0.36%、Fe 60.31~64.8%、C
【技术实现步骤摘要】
一种基于PSO-SVR的高抗腐蚀非标不锈钢及其制备方法
本专利技术属于金属
,尤其涉及一种基于PSO-SVR的高抗腐蚀非标不锈钢成分及其制备方法。
技术介绍
随着社会进步发展,矿产资源越来越少。不锈钢作为生产生活中一种重要的基础材料,其应用领域十分广泛。人们对不锈钢材的要求越来越高,在不同的环境条件下使用抗腐蚀性不同的不锈钢材料。点蚀(pitting)是在金属表面部位出现纵深发展的腐蚀小孔,其余地区不腐蚀或腐蚀轻微,这种腐蚀形态叫点蚀,又叫孔蚀或小孔腐蚀。以钢材为例:不锈钢表面微小“锈孔”的迅猛增加,是造成不锈钢受到大规模腐蚀的主要原因。目前,在行业中通常可根据不锈钢材料的点蚀当量值(PREN)来标示其抗腐蚀能力。对于某种合金来讲,PREN16越高,其耐点蚀越好。例如,不锈钢的点蚀当量PREN16值大于32时,被认为是耐海水腐蚀材料;双相不锈钢PREN值高于40时,就可适用于H2S等恶劣环境之中。但是不锈钢在EN10088-1:2005和ASTMG48-11中一直是标准化规定的。人们在研发新型不锈钢钢材过程中多数依靠经验公式进行材料化学成分配比设计,这无疑会造成对资源的浪费和研发成本的增加。因此如何寻找到一种抗腐蚀性能更好、更强的不锈钢材料就显得十分重要。研究人员重视探索不锈钢的腐蚀机理,并寻找有效的模型以获得抗腐蚀性能高的材料。所有的这些方法没有太多的理论知识提供支持,而且结果也并不理想,所以就要寻找一种新的、更好的方法为不锈钢材料化学成分配比提供更好的理论指导。研究人员通过元素添加实验,改变不锈钢的抗点蚀能力,再通过经验公式/线性/非线性/ANN等方法对钢材的点蚀电位与添加各元素组分进行间接/直接关系的建模,以期达到提高不锈钢的抗点蚀能力,获得新型高抗点蚀不锈钢的目的。但是往往存在:(1)准确性不高、稳定性不强;训练速度慢;学习效果差;极易收敛于局部最优处等;(2)对小样本、维数灾难、局部极小等问题不能很好的解决;(3)不易获得最优组分和最大点蚀电位值,也不能很好的了解和掌握各个因素对点蚀电位的影响规律;(4)不能为研发人员提供准确的理论参考,容易造成资源和时间的浪费,降低了研发效率,增加了研发成本。
技术实现思路
本专利技术的目的在于提供一种高抗腐蚀非标不锈钢及其制备方法,旨在解决
技术介绍
提及的问题。本专利技术是这样实现的,一种高抗腐蚀非标不锈钢,该高抗腐蚀非标不锈钢按质量比组分由Cr22~26%、Mo2.9~3.3%、N0.28~0.36%、Fe60.31~64.8%、C<0.03%组成。本专利技术的另一目的在于提供一种高抗腐蚀非标不锈钢的制备方法,该高抗腐蚀非标不锈钢的制备方法是将支持向量回归(SVR)与粒子群寻优(PSO)相结合,建立一种新的有效的SVR模型,并由此模型预测高抗腐蚀非标不锈钢的最优组分及对应的最大点蚀电位,具体包括以下步骤:改变元素Cr、Mo、N、Fe、C含量,采用电炉、真空感应炉等方法制备具有不同元素含量的若干个不锈钢样品;按照国标电化学方法测量各样品的点蚀电位值,采集各样品Cr、Mo、N、Fe、C元素含量及对应样品的点蚀电位相关数据,利用所采集的训练样本实验数据构建点蚀电位与样品元素含量之间的SVR模型;利用检验样本数据对所建SVR模型的准确性或可靠性进行评估、分析,若所建SVR模型预测的平均绝对百分误差达到实用要求,则该模型可靠,否则改变训练样本,重新训练以获得新的SVR模型,再利用未参与建模训练的检验样本数据对所建SVR模型进行检验,直到所建SVR模型的平均绝对百分误差达到实用要求为止,此时的SVR模型即为最优模型;利用上述优化的SVR模型,改变自变量(即不锈钢各元素百分含量)值,经过格点扫描,获取具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有的各成分含量。所述建立合适模型为:(1)式中,y为目标值(点蚀电位),l为支持向量个数,αi,为拉格朗日乘子,k(x,xi)为核函数,b为偏差阈值,x为样本自变量(不锈钢各成分质量百分含量)。利用优化的SVR模型获取具有最高点蚀电位时的高抗腐蚀非标不锈钢各成分含量后,再进行样品制备、点蚀电位测量等过程进行验证。所述优化的SVR模型,利用优化的SVR模型获取高抗腐蚀非标不锈钢各成分含量,同时获得高抗腐蚀非标不锈钢产品的最大点蚀电位值。本专利技术提供的一种高抗腐蚀非标不锈钢及其制备方法,将其应用到非标准双相不锈钢的抗点蚀性能研究中,应用所建SVR模型,通过格点扫描获得不锈钢的点蚀电位最大值及对应的最优配方(最优配方(%)Cr:22~26、Mo:2.9~3.3、N:0.28~0.36、Fe:60.31~64.8、C:<0.03);在最佳配方下,不锈钢点蚀电位Ep>1200mV;其点蚀当量指数PREN16>35,PREN30>40,可用做耐海水腐蚀材料,以及可用于含有H2S气体的恶劣环境中;该SVR模型给出的最优配方,可为新型高抗腐蚀不锈钢材研发人员和工业生产提供很好的参考,可为提高钢材抗腐蚀性能、减少研发试验次数和缩短研发周期提供科学指导,从而节省大量的人力、物力、财力和时间。附图说明图1是本专利技术实施例提供的高抗腐蚀非标不锈钢的制备方法流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白,以下结合实施例,对本专利技术进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本专利技术,并不用于限定本专利技术。下面结合附图对本专利技术的应用原理作详细的描述。本专利技术实施例提供的高抗腐蚀非标不锈钢,该高抗腐蚀非标不锈钢按质量比组分由Cr22~26%、Mo2.9~3.3%、N0.28~0.36%、Fe60.31~64.8%、C<0.03%组成。如图1所示:本专利技术实施例提供的高抗腐蚀非标不锈钢的制备方法,该高抗腐蚀非标不锈钢的制备方法是将SVR与PSO相结合,建立一种新的有效的SVR模型,并由此模型预测高抗腐蚀非标不锈钢的最优组分及对应的最大点蚀电位,具体包括以下步骤:S101:改变元素Cr、Mo、N、Fe、C含量,采用电炉、真空感应炉等方法制备具有不同元素含量的若干个不锈钢样品;S102:按照国标电化学方法测量各样品的点蚀电位值,采集各样品Cr、Mo、N、Fe、C元素含量及对应样品的点蚀电位相关数据,利用所采集的训练样本实验数据构建点蚀电位与样品元素含量之间的SVR模型;S103:利用检验样本数据对所建SVR模型的准确性或可靠性进行评估、分析,若所建SVR模型预测的平均绝对百分误差达到实用要求,则该模型可靠,否则改变训练样本,重新训练以获得新的SVR模型,再利用未参与建模训练的检验样本数据对所建SVR模型进行检验,直到所建SVR模型的平均绝对百分误差达到实用要求为止,此时的SVR模型即为最优模型;S104:利用上述优化的SVR模型,改变自变量(即不锈钢各元素百分含量)值,经过格点扫描,获取具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有的各成分含量;S105:应用优化的SVR模型所预测的具有最高点蚀电位时的高抗腐蚀非标不锈钢所具有最优组分,制备样品并测量其点蚀电位,若达到设计标准或要求,即可推广应用。所述建立合适模型为:(2)式中,y为目标值(点蚀电位),l为支持向量个数,αi,为拉格朗日乘子,k(x,xi)为本文档来自技高网...
【技术保护点】
一种高抗腐蚀非标不锈钢,其特征在于,该高抗腐蚀非标不锈钢按质量比组分由Cr 22~26%、Mo 2.9~3.3%、N 0.28~0.36%、Fe 60.31~64.8%、C<0.03%组成。
【技术特征摘要】
1.一种高抗腐蚀非标不锈钢,其特征在于,该高抗腐蚀非标不锈钢按质量比组分由Cr22~26%、Mo2.9~3.3%、N0.28~0.36%、Fe60.31~64.8%、C<0.03%组成。2.一种如权利要求1所述高抗腐蚀非标不锈钢的制备方法,其特征在于,该高抗腐蚀非标不锈钢的制备方法是将支持向量回归(SVR)与粒子群寻优(PSO)相结合,建立一种新的基于配方的不锈钢点蚀电位的有效SVR模型,并由此模型预测高抗腐蚀非标不锈钢的最优组分及对应的最大点蚀电位,具体包括以下步骤:改变元素Cr、Mo、N、Fe、C含量,采用电炉或真空感应炉制备具有不同元素含量的若干个不锈钢样品;按照国标电化学方法测量各样品的点蚀电位值,采集各样品Cr、Mo、N、Fe、C元素含量及对应样品的点蚀电位相关数据,利用所采集的训练样本实验数据构建点蚀电位与样品元素含量之间的SVR模型;利用检验样本数据对所建SVR模型的准确性或可靠性进行评估、分析,若所建SVR模型预测的平均绝对百分误差达到实用要求,则该模型可靠,否则改变训练样本,重新训练以获得新的SVR模型,再利用未参与建模训练的检验样本数据对所建S...
【专利技术属性】
技术研发人员:蔡从中,曹跃,李艳华,刘颎,罗溢,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。