钢铁研究学报

作者：王双莲¹, 冷心悦¹, 赵名扬¹, 朱昌浩¹, 程聪¹, 刘省^1,2,3

单位：1.湖北工业大学材料与化学工程学院,湖北武汉430068;；2.绿色轻工材料湖北省重点实验室,湖北武汉430068;；3.车用轻质材料与加工湖北省工程实验室,湖北武汉430068

关键词：奥氏体耐热钢,BP神经网络,化学成分,热处理工艺,持久性能

基金：湖北省教育厅科学技术研究计划中青年人才资助项目 (Q20311412);大学生创新创业训练计划资助项目(S202210500066);湖北工业大学博士科研启动基金资助项目(XJ2021009402)

为建立不同温度和应力服役条件下18%~25%(质量分数,余同)Cr奥氏体耐热钢的成分-热处理工艺-持久性能的关系,以9种奥氏体耐热钢的成分、热处理工艺、持久试验断裂时间和持久试验温度作为输入参数,持久强度作为输出参数,并利用SHAP值和最大边缘相关性筛选特征,建立基于BP神经网络的18%~25%Cr奥氏体耐热钢持久性能预测模型。结果表明,相比于传统方法,该模型可构建18%~25%Cr奥氏体耐热钢体系在复杂服役条件下的成分-热处理工艺-持久性能的映射关系,实现不同18%~25%Cr成分的钢种的持久性能精准预测。针对具体钢种,结合BP神经网络模型和热力学计算方法可从组织-性能角度进一步筛选和优化其成分组合。

来源：2025年第1期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2025年第1期