排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
在汽轮机转子钢热脆性电化学法无损检测技术的开发中,将遗传规划法应用到30Cr2MoV钢脆性转变温度预测模型的建立中,以提高其检测精度.把材料的脆性转变温度作为预测模型的因变量,将动电位再活化法测得的二次活化峰电流密度、电解液温度、材料的化学成分参数(J参数)、材料中Cr含量和晶粒度作为自变量.将因变量和自变量的试验测定结果分为训练样本数据和检验样本数据.依据训练样本数据,经过遗传规划法求得最优预测模型,并用检验样本数据对所得的预测模型进行检验.结果表明,所得预测模型的预测误差为士20℃,模型精度比采用传统的多元线性回归法得到的模型高1倍多.因此,可以将遗传规划法应用到汽轮机转子钢预测模型的建立中. 相似文献
2.
3.
在汽轮机转子钢热脆性无损检测技术的开发中,将遗传规划法应用到30Cr2MoV钢韧脆性转变温度预测模型的建立中,以提高检测精度。把材料的脆性转变温度作为预测模型的因变量,将单环动电位再活化法测得的峰值电流密度、电解液温度、材料的化学成分参数(J参数)、材料中Cr质量分数、S质量分数、材料的维氏硬度和晶粒度作为自变量,将因变量和自变量的试验测定结果分为训练样本数据和检验样本数据。依据训练样本数据,经过遗传规划法求得最优预测模型,并用检验样本数据对所得的预测模型进行检验。结果表明:所得模型的预测误差为±20 ℃,精度较高。因此可以将遗传规划法应用到汽轮机转子钢预测模型的建立中。 相似文献
4.
5.
6.
7.
8.
9.
基于BP神经网络的汽轮机转子钢热脆化性能的预测 总被引:1,自引:2,他引:1
根据电化学极化法测定的10种热脆化程度不同的30Cr2MoV转子合金在不同钼酸钠电解液温度下的二次峰电流密度数据和合金的化学成分J参数数据,采用BP神经网络建立了转子合金脆性转变温度与二次峰电流密度、电解液温度、J参数之间的映射模型。通过对两种新30Cr2MoV转子合金的脆性转变温度进行预测,并将测算结果与线性回归方法得到的结果进行比较,结果表明网络训练误差和检验误差在±20℃以内,所建网络预测模型能较准确的预测新转子合金的脆性转变温度,BP神经网络用于转子合金的脆性转变温度的预测是有效、可行的。 相似文献
10.
电化学反向极化法检测汽轮机转子回火脆化的研究 总被引:6,自引:0,他引:6
首先通过合金冶炼以及热处理得到了模拟不同脆化程度的转子钢试样,然后采用反向极化法对各材料试样进行电化学测试。测试结果表明,极化曲线上的一个特征电流峰与材料的韧脆转变温度之间有良好的相关关系。通过对特征电流参数以及其它可以通过非破坏方法取得的有关材料参数的多元回归分析,得到了该材料韧脆转变温度的预测方程式,对试验材料以及新材料的电化学测试结果进行验证,预测值和实测值之差均在在±15℃之内。进而确立了一种该材料脆化程度高精度的无损检测方法。 相似文献