[发明专利]一种含Ce与Nb的双相高强钢焊缝力学性能预测方法

说明书

本发明公开了一种含Ce与Nb的双相高强钢焊缝力学性能预测方法，基于差分进化算法(DE)优化支持向量机(SVM)的DE‑SVM预测模型，将Ce与Nb含量作为输入变量，将焊缝抗拉强度、屈服强度、伸长率与冲击功作为输出变量，通过DE‑SVM预测模型对双相高强钢力学性能进行预测；DE‑SVM预测模型采取自适应选择策略，可获得较高的预测精度，同时，根据进化经验不断调整控制参数分布范围、并通过自适应控制参数对SVM寻找更优的惩罚函数c和核函数g的参数的方式，还可大幅减少模型的进化代数，具有优异的适应性与稳定性，能够为解决Ce/Nb添加量对双相高强钢焊缝力学性能影响的优化提供数据支持。

技术领域

本发明涉及一种双相高强钢焊缝力学性能预测方法，具体是一种基于DE优化SVM的含Ce与Nb的双相高强钢焊缝力学性能预测方法，属于双相高强钢焊接技术领域。

背景技术

双相高强钢(Dual-phase high-strength steel，简称DP钢)，又称复相钢，是由马氏体、奥氏体或贝氏体与铁素体基体两相组织构成的钢，是低碳钢或低合金高强度钢经临界区热处理或控制轧制后而获得。双相高强钢具有重量轻、强度高、成形性好的特点。有数据表明，汽车车身自重每减少10％、则每百公里油耗就会减少5％，因此双相高强钢已作为汽车轻量化设计中代替传统汽车钢材的首选材料成功应用于汽车产业。

如今在汽车生产行业，运用在车身上最多的为抗拉强度在700～1100MPa级范围内的双相高强钢，其中抗拉强度为700MPa级的DP780双相高强钢因其优异的强度和可成形性被广泛应用于汽车轻量化设计。由于车身一体化成型难度大，因此焊接成为生产车身的必要工序。然而由于双相高强钢中铁素体马氏体两相性能的差异，焊接时会导致拉伸过程中由于焊接接头软化而产生失效，另外，在使用过程中温度较低时冲击功下降，会使得材料由韧性状态变为脆性状态、进而产生低温脆性断裂。为解决此问题，业内研究者验证了以Ce为基础的化合物能够改变焊接接头夹杂物与基体之间的相互作用，可改善冲击性能和韧性，并发现Nb作为微合金化元素可与钢中的C、N、S等元素相结合，可促进碳氮化合物回溶与铁素体形核、降低弥散析出相对焊接接头性能薄弱区的不利作用。因此，解决焊接接头软化与低温脆性问题的关键，就是解决Ce/Nb添加量对双相高强钢焊缝力学性能影响的优化问题。但现有技术中由于试验时采用的样本数据量少、过程消耗时间长，且影响双相高强钢焊缝力学性能并无确定的函数关系可遵循，因此针对含Ce与Nb的双相高强钢焊缝力学性能试验往往无法实现精确到任意Ce/Nb添加量的探究。

针对上述问题，可通过RSM响应面模型、Kriging模型、人工神经网络和支持向量机模型来建立工艺参数自变量与响应变量之间的关系模型，利用数学模型进行预测。其中，支持向量机(SVM)需要的训练样本较少，且最终的决策函数仅由少量的支持向量(SV)决定，可以通过内核计算对高维数据进行快速分类，因此在分类预测领域有着广泛的应用，但经典的支持向量机算法只给出二元分类的算法，且存在具有固有局限性的问题。

发明内容

针对上述问题，本发明提供一种含Ce与Nb的双相高强钢焊缝力学性能预测方法，针对Ce/Nb改善双相高强钢焊接接头软化与低温脆性的预测问题，能够实现对不同Ce与Nb含量下双相高强钢的焊缝力学性能进行较高精度和较高稳定性的预测，能够为解决Ce/Nb添加量对双相高强钢焊缝力学性能影响的优化提供数据支持。

为实现上述目的，本含Ce与Nb的双相高强钢焊缝力学性能预测方法基于差分进化算法DE优化支持向量机SVM的DE-SVM预测模型，具体包括以下步骤：

步骤一、均匀试验设计：采用均匀化试验设计确定焊接时Ce与Nb元素具体添加量与分组；

步骤二、建立SVM分类模型：将Ce的含量wt₁、Nb的含量wt₂作为输入变量，将焊缝的抗拉强度R_m、下屈服强度R_el、断后伸长率A_5.65以及冲击功KV作为输出变量，将均匀试验数据分为训练数据和测试数据，建立多变量输入、多变量输出的SVM分类模型；