System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种低成本汽车用高强钢成分设计优化方法技术_技高网

一种低成本汽车用高强钢成分设计优化方法技术

技术编号:42607514 阅读:8 留言:0更新日期:2024-09-03 18:16
本发明专利技术涉及一种低成本汽车用高强钢成分设计优化方法,属于金属材料成分优化方法技术领域。本发明专利技术的技术方案是:采集热轧生产工厂中的高强钢不同成分和温度下热轧卷的屈服强度力学性能和抗拉强度力学性能数据,整合成经验力学性能数据集;历史数据训练模型和成分预测模型通过随机森林算法将数据集进行训练,对新的高强钢成分设计方案进行预测屈服强度力学性能和抗拉强度力学性能;统计力学性能数据,根据成分设计需求定位最优高强钢成分方案。本发明专利技术的有益效果是:可显著降低研发成本,大大提高了材料设计的效率和准确性。

【技术实现步骤摘要】

本专利技术涉及一种低成本汽车用高强钢成分设计优化方法,属于金属材料成分优化方法。


技术介绍

1、随着科技的发展和工业化进程的加速,高强钢在建筑、汽车、机械等领域的应用越来越广泛。成熟的高强钢种如双相钢具有高强度、高韧性、良好的焊接性能和加工性能等优点,能够显著提高结构的安全性和可靠性,应用在车身结构件上,提高安全性能同时减少了能源消耗。而在进行双相钢成分设计时,受到试验成本和周期的约束,越来越多材料开发人员选择用数据摸索及基础理论研究方式进行性能对比筛选,从而优化金属材料的成分,但这种方式欠缺对实际工业生产中复杂因素及工艺影响的考虑,并且人工筛选具有较大误差,易导致错过最优结果。


技术实现思路

1、本专利技术目的是提供一种低成本汽车用高强钢成分设计优化方法,通过利用材料基因技术对现有的生产数据与理论数据进行数据处理,历史数据训练模型、成分预测模型和理论推导,生成经验力学性能数据集,对新的高强钢成分设计方案进行力学性能的预测,基于金属材料学对预测结果中的数据进行最优方案定位,可显著降低研发成本,大大提高了材料设计的效率和准确性,有效地解决了
技术介绍
中存在的上述问题。

2、本专利技术的技术方案是:一种低成本汽车用高强钢成分设计优化方法,包含以下步骤:

3、s1、采集热轧生产工厂中的高强钢不同成分和温度下热轧卷的屈服强度力学性能和抗拉强度力学性能数据,整合成经验力学性能数据集;

4、s2、计算出高强钢成分方案的不同温度条件下铸态屈服强度力学性能和抗拉强度力学性能;

5、s3、对计算结果进行统计,整合成理论力学性能数据集;

6、s5、整合理论力学性能数据集与经验力学性能数据集,得到综合性能数据集;

7、s6、在材料基因工程概念的基础上,将综合性能数据集输入至随机森林算法中进行训练,得到训练模型;

8、s7、将新的高强钢成分元素数值输入至训练模型中,预测屈服强度力学性能和抗拉强度力学性能;

9、s8、统计力学性能数据,根据成分设计需求定位最优高强钢成分方案。

10、所述步骤s2中,使用jmatpro软件中的general steel模块中的solificationproperties功能进行计算,根据试验方案设置初始温度、元素含量、冷却速率和晶粒尺寸。

11、所述步骤s6中,随机森林算法流程依次为:(1)应用bagging随机采样法在原始训练集中放回地随机抽取k个样本集,组成k棵决策树;(2)指定m值,从样本中随机抽取m个变量,同时分裂过程中特征属性的选择满足节点不纯度最小原则;(3)重复以上步骤,直到无法再分裂,形成多颗决策树构成森岭;(4)对于n棵决策树输出的预测值取平均值。

12、所述步骤s8中,根据成分设计需求定位最优双相钢成分方案为根据各成分抗拉强度和屈服强度力学性能、密度、炼钢成本及可用性对应双相钢国家标准定位出最优双相钢成分。

13、本专利技术的有益效果是:通过利用材料基因技术对现有的生产数据与理论数据进行数据处理,历史数据训练模型、成分预测模型和理论推导,生成经验力学性能数据集,对新的高强钢成分设计方案进行力学性能的预测,基于金属材料学对预测结果中的数据进行最优方案定位,可显著降低研发成本,大大提高了材料设计的效率和准确性。

本文档来自技高网...

【技术保护点】

1.一种低成本汽车用高强钢成分设计优化方法,其特征在于包含以下步骤:

2.根据权利要求1所述的一种低成本汽车用高强钢成分设计优化方法,其特征在于:所述步骤S2中,使用JMatPro软件中的General Steel模块中的Solification properties功能进行计算,根据试验方案设置初始温度、元素含量、冷却速率和晶粒尺寸。

3.根据权利要求1所述的一种低成本汽车用高强钢成分设计优化方法,其特征在于:所述步骤S6中,随机森林算法流程依次为:(1)应用Bagging随机采样法在原始训练集中放回地随机抽取k个样本集,组成k棵决策树;(2)指定m值,从样本中随机抽取m个变量,同时分裂过程中特征属性的选择满足节点不纯度最小原则;(3)重复以上步骤,直到无法再分裂,形成多颗决策树构成森岭;(4)对于N棵决策树输出的预测值取平均值。

4.根据权利要求1所述的一种低成本汽车用高强钢成分设计优化方法,其特征在于:所述步骤S8中,根据成分设计需求定位最优双相钢成分方案为根据各成分抗拉强度和屈服强度力学性能、密度、炼钢成本及可用性对应双相钢国家标准定位出最优双相钢成分。

...

【技术特征摘要】

1.一种低成本汽车用高强钢成分设计优化方法,其特征在于包含以下步骤:

2.根据权利要求1所述的一种低成本汽车用高强钢成分设计优化方法,其特征在于:所述步骤s2中,使用jmatpro软件中的general steel模块中的solification properties功能进行计算,根据试验方案设置初始温度、元素含量、冷却速率和晶粒尺寸。

3.根据权利要求1所述的一种低成本汽车用高强钢成分设计优化方法,其特征在于:所述步骤s6中,随机森林算法流程依次为:(1)应用bagging随...

【专利技术属性】
技术研发人员:张彩东李志昂张雲飞彭飞张庆宇赵禹栋薛仁杰董伊康
申请(专利权)人:河北河钢材料技术研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1