CN112816553B - 一种基于支持向量机的耐热钢老化等级评估方法 - Google Patents
一种基于支持向量机的耐热钢老化等级评估方法 Download PDFInfo
- Publication number
- CN112816553B CN112816553B CN202110085299.5A CN202110085299A CN112816553B CN 112816553 B CN112816553 B CN 112816553B CN 202110085299 A CN202110085299 A CN 202110085299A CN 112816553 B CN112816553 B CN 112816553B
- Authority
- CN
- China
- Prior art keywords
- resistant steel
- heat
- class
- sample
- support vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 107
- 239000010959 steel Substances 0.000 title claims abstract description 107
- 238000012706 support-vector machine Methods 0.000 title claims abstract description 49
- 230000032683 aging Effects 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 title description 7
- 238000012549 training Methods 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 238000013145 classification model Methods 0.000 claims abstract description 38
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 35
- 230000015556 catabolic process Effects 0.000 claims abstract description 18
- 238000006731 degradation reaction Methods 0.000 claims abstract description 18
- 230000006866 deterioration Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 35
- 238000007373 indentation Methods 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 230000005389 magnetism Effects 0.000 claims description 5
- 238000010998 test method Methods 0.000 claims description 5
- 239000010751 BS 2869 Class A2 Substances 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 239000000463 material Substances 0.000 description 20
- 230000008859 change Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 7
- 230000035882 stress Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000001066 destructive effect Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 239000007769 metal material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005489 elastic deformation Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000009864 tensile test Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010297 mechanical methods and process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000001953 recrystallisation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000005482 strain hardening Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/08—Investigating strength properties of solid materials by application of mechanical stress by applying steady tensile or compressive forces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/30—Investigating strength properties of solid materials by application of mechanical stress by applying a single impulsive force, e.g. by falling weight
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/40—Investigating hardness or rebound hardness
- G01N3/42—Investigating hardness or rebound hardness by performing impressions under a steady load by indentors, e.g. sphere, pyramid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0014—Type of force applied
- G01N2203/0016—Tensile or compressive
- G01N2203/0019—Compressive
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/006—Crack, flaws, fracture or rupture
- G01N2203/0067—Fracture or rupture
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0071—Creep
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0069—Fatigue, creep, strain-stress relations or elastic constants
- G01N2203/0075—Strain-stress relations or elastic constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0058—Kind of property studied
- G01N2203/0076—Hardness, compressibility or resistance to crushing
- G01N2203/0078—Hardness, compressibility or resistance to crushing using indentation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Acoustics & Sound (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
本发明公开一种基于支持向量机的耐热钢劣化状态评估方法，包括步骤：(1)选取n个运行时间已知及厚度一致的目标耐热钢样品；(2)通过试验获取所有样品的蠕变曲线的第二拐点时间，并判定所有样品老化等级；(3)利用k种无损检测方法对样品进行检测，得到的无损检测参数，作为支持向量机分类模型的训练数据矩阵；(4)分别按照运行时间是否超过蠕变曲线第二拐点时间及老化等级作为分类标准，建立支持向量机分类模型；(5)获取待评估耐热钢工件的微试样；(6)对待评估耐热钢工件的微试样进行检测得到无损检测数据矩阵x，将其代入到支持向量机分类模型中，判定待评估耐热钢样品的劣化状态。该方法可快速评估耐热钢工件的劣化状态。
Description
技术领域
本发明涉及耐热钢材料性能检测技术领域，具体涉及一种基于支持向量机的耐热钢老化等级评估方法。
背景技术
发电厂、化工厂的高温高压管道、管件、阀门等工件通常采用可以承受高温、高压工况的金属材料，随着服役时间延长，金属材料逐渐老化，其主要的性能劣化机制包括高温蠕变、热疲劳以及蠕变-疲劳交互作用。目前通常采用破坏性方法(如割管、整体剖切等)对金属工件取样，并通过长时高温蠕变试验(试验周期数千到数万小时)或短时高温拉伸试验等手段对其性能劣化情况进行评估，但除管道部件外的其他承受高温、高压的部件通常不允许破坏性取样，例如联箱、阀体、缸体等，目前尚无有效的性能劣化评估方法。
目前采用长时高温蠕变试验或短时高温拉伸试验等手段评估金属工件性能劣化情况的方法是将工件在近似服役工况条件下进行试验或者在比服役条件更严苛的条件下进行加速试验，试验结果可信度高，但试验成本高、检测周期过长、破坏性取样后的工件恢复难度较大，且除管道外不适用于联箱、阀体等部件。且现有的评估方法还采用金相和扫描电镜的图片判断老化等级，效率较低，而且对老化四级和五级的样品也完全依据经验判断，没有有力的证据证明必须更换工件，会出现未达到其使用寿命就更换的情况，造成耐热钢工件的浪费。
发明内容
本发明的目的是提供一种基于支持向量机的耐热钢劣化状态评估方法，采用该耐热钢劣化状态评估方法可以快速评估耐热钢工件的劣化状态，且通过微试样取样方法对工件的破环性小，工件可恢复，适用于管道、联箱、阀体、缸体等。
本发明具体采用如下技术方案：
一种基于支持向量机的耐热钢劣化状态评估方法，用于铁素体耐热钢及奥氏体耐热钢的劣化状态评估，包括以下步骤：
(1)选取n个运行时间已知及厚度一致的目标耐热钢样品作为训练样本；
(2)对训练样本进行检测得到每个目标耐热钢样品的蠕变曲线，获取每条蠕变曲线的第二拐点时间，并判定n个目标耐热钢样品的老化等级；
(3)利用k种无损检测方法分别对n个目标耐热钢样品进行检测，每个目标耐热钢样品获取k个无损检测参数，作为支持向量机分类模型的训练数据矩阵xij，即：
其中，i＝1,2,…n，j＝1,2,…k，xnk为第n个样品的第k个无损检测参数；
(4)结合步骤(3)中获得的训练数据矩阵，分别按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准以及老化等级作为分类标准，建立支持向量机分类模型；即：
其中，λij为拉格朗日乘子，yij是结果标签，b为常数项；
(5)获取待评估耐热钢工件的微试样作为待评估耐热钢样品；
(6)利用与目标耐热钢样品检测相同的无损检测方法对待评估耐热钢工件的微试样进行检测得到无损检测数据矩阵x，将其代入到支持向量机分类模型中，判定待评估耐热钢样品的劣化状态，从而判定待评估耐热钢工件是否为可正常运行工件。
优选的，所述步骤(4)具体为：
(a)按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准，将训练样本分为A类和B类，其中A类为运行时间低于蠕变曲线第二拐点时间的训练样本，B类为运行时间高于蠕变曲线第二拐点时间的训练样本，并使用全部训练数据，建立支持向量机分类模型Ⅰf(x)1；
(b)按照老化等级作为分类标准，分别以A类训练样本及B类训练样本建立支持向量机分类模型，具体为：
①将步骤(a)中A类训练样本分为A1类和A2类，其中A1类包含老化等级一、二、三级的训练样本，A2类包含老化等级四、五级的训练样本，并使用A类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅱf(x)2；
②将B类训练样本分为B1类和B2类，其中B1类包含老化等级一、二、三级的训练样本，B2类包含老化等级四、五级的训练样本，并使用B类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅲf(x)3。
优选的，所述步骤(6)具体为：
(a)将待评估耐热钢样品切割为若干圆柱形薄片试样，采用与目标耐热钢样品检测时相同的k种无损检测方法对圆柱形薄片试样进行检测得到无损检测数据矩阵x；
(b)将无损检测数据矩阵x依次代入支持向量机分类模型Ⅰ、Ⅱ、Ⅲ中，根据分类函数f(x)1、f(x)2及f(x)3的正负号判定待评估耐热钢样品的所属类别，当待评估耐热钢样品属于A1类时，则判定待评估耐热钢工件为可正常运行工件，当属于A2或B1类时，则判定待评估耐热钢工件为需要监督运行工件，当属于B2类时，则判定待评估耐热钢工件为需更换工件。
优选的，当训练数据矩阵线性不可分时，步骤(4)中需要将训练数据矩阵通过核函数转换映射到高位特征空间，然后再建立支持向量机分类模型，即
其中，
为核函数，λij为拉格朗日乘子，yij是结果标签，b为常数项。
优选的，所述核函数为多项式核函数、高斯核函数及拉普拉斯核函数中的一种。
优选的，所述无损检测方法包括非线性超声检测法、磁参数检测法、小冲杆试验法及仪器化压痕法中的至少一种。
优选的，所述非线性超声检测法所获取的无损检测数据为二阶、三阶非线性超声系数及整个超声频率谱的全谱积分面积。
优选的，所述磁参数检测法所获取的无损检测数据为磁矫顽力和剩磁。
优选的，所述小冲杆试验法所获取的无损检测数据为中心挠度。
优选的，所述仪器化压痕法检测法获取的无损检测数据为抗拉强度和屈服强度。
本发明的技术原理如下：
耐热钢材料的蠕变老化过程与材料的微观组织状态变化密切相关，蠕变过程可以分为以下三个阶段：
第一阶段：变形速率随时间而下降；
第二阶段：是稳态阶段，此时，变形产生的加工硬化和回复、再结晶同时进行，材料未进一步硬化，所以变形速率基本保持恒定；
第三阶段：愈来愈大的塑性变形在晶界形成微孔和裂纹，试件开始产生缩颈，试件实际受力面积减小而真实应力加大，塑性变形速率加快，最后导致试件断裂。
根据耐热钢的蠕变机理，通过以下无损检测方法进行测量，从而得到能够反映材料组织性能变化的多个维度的无损检测数据：
(1)非线性超声技术是一种新型无损检测技术，它对材料的早期损伤比较敏感，能够对微纳米尺度的缺陷进行检测，突破了传统无损检测方法的检测极限。通过非线性超声检测技术对耐热钢样品进行检测，其对蠕变过程中产生的析出相聚集以及塑性变形引起的微孔和裂纹的变化情况比较敏感，通过试验研究，发现非线性超声参数的变化趋势与蠕变曲线相似，非线性超声系数快速增加的拐点和蠕变曲线第二拐点基本一致，因此可以利用非线性超声系数的数据，以蠕变第二拐点时间为基准进行分类；
(2)磁参数检测法是继超声波法和X射线法后一种新的有效检测应力的方法，磁参数检测法能够反映样品内部的应力状态，对材料的结构变化也较为敏感，具有测量速度快和精度高等优点。饱和磁滞回线的矫顽力和剩磁均是材料的特征参量，对耐热钢所受应力有较好的检出性，在弹性变形范围内，磁矫顽力和剩磁仅有较小的改变，但应力在屈服点附近时，会引起磁矫顽力和剩磁急剧增大，从而判断工件是否处于弹性变形或塑形变形范围；
(3)仪器化压痕法是通过球形压头在电机驱动加载下，垂直压入材料已抛光被测表面，在同一作用点进行连续加载、部分卸载、重新加载、继续部分卸载反复循环至试验结束，试验中同步记录相互对应的载荷与位移变化值，并根据每一循环加载周期中卸载轨迹的斜率，计算每一周期的最终残留压痕深度，再通过经验公式将残留压痕深度转化为残留压痕直径，进而可以获得真塑性应变，对应的真应力通过经验公式获得。通过将载荷－压痕深度曲线转化成材料真应力应变曲线，然后由该曲线测算出材料的抗拉强度、屈服强度等力学性能。可以实现在不破坏材料的情况下获得材料的抗拉强度和屈服强度等力学性能；
(4)小冲杆试验法是利用冲杆以一定的速度(可根据要求而改变)冲压作用于薄片试样，同时记录下从冲杆接触到钢珠到试样失效断裂整个过程中的加载载荷和试样中心位移(变形挠度)数据变化曲线，并依据此分析得到材料的抗拉强度、屈服强度等数据的方法。
上述线性超声检测技术、磁参数检测法、仪器化压痕法及小冲杆试验法所检测材料力学性能的特点可以与材料微观组织结构变化引起的劣化状态或老化等级建立对应关系，从而对耐热钢材料的劣化状态进行辅助判断。
本发明具有如下有益效果：
(1)本发明利用多种无损检测技术对训练样本进行测量，从而得到能够反映材料组织性能变化的多个维度的无损检测数据，然后将蠕变拐点时间和老化等级两个不同的分类标准有机结合，采用支持向量机的方法对训练样本进行分类，形成支持向量机分类模型；最后利用微试样取样方法获取待评估耐热钢样品，然后带入支持向量机分类模型，即可评估耐热钢样品劣化状态并确定处理方法，评估方法快速，且对微试样切割为薄片，进行多组检测，提高评估准确度；
(2)本发明中微试样的采取不会对耐热钢工件造成破坏，采取微试样后可以通过对耐热钢工件进行修补以使其能够继续使用，降低检测成本，不仅适用于管道取样，还适用于联箱、阀体、缸体等取样。
附图说明
图1为本发明一个实施例的流程图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
参照图1，一种基于支持向量机的耐热钢劣化状态评估方法，用于铁素体耐热钢及奥氏体耐热钢的劣化状态评估，包括以下步骤：
(1)选取n(n≥5)个运行时间、运行条件已知及厚度相同的目标耐热钢样品作为训练样本，且所选取的n个目标耐热钢样品需要包含老化等级为1-5级的样品；
(2)对n个目标耐热钢样品通过单轴拉伸高温蠕变试验进行检测得到每个目标耐热钢样品的蠕变曲线，获取所有目标耐热钢样品的蠕变曲线的第二拐点时间；并判定n个目标耐热钢样品的老化等级，具体可采用金相显微镜和扫描电子显微镜，获得所有训练样本的微观组织结构图，依据相关国家标准判定训练样本中每个目标耐热钢样品的老化等级；
(3)利用k种无损检测方法分别对n个目标耐热钢样品进行检测，即每个目标耐热钢样品获取k个无损检测参数，根据所有无损检测参数建立支持向量机模型的训练数据矩阵xij，即：
其中，i＝1,2,…n，j＝1,2,…k，xnk为第n个样品的第k个无损检测参数；
(4)结合步骤(3)中获得的训练数据矩阵，分别按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准以及老化等级作为分类标准，建立支持向量机分类模型；即：
其中，λij为拉格朗日乘子，yij是结果标签，b为常数项；
(5)获取待评估耐热钢工件的微试样作为待评估耐热钢样品，具体的，微试样取样采用磁力套钻等工具在耐热钢工件的目标区域沿壁厚方向套取圆柱形微试样，圆柱形微试样的横截面直径为20-100mm，其高度与耐热钢工件的壁厚相等；采用机械方法将圆柱形试样切割成与训练样本厚度相同的圆柱形薄片，得到待评估耐热钢样品；
(6)利用与目标耐热钢样品检测相同的无损检测方法对待评估耐热钢工件的微试样进行检测得到无损检测数据矩阵x，将其代入到支持向量机分类模型中，判定待评估耐热钢样品的劣化状态，从而判定待评估耐热钢工件是否为可正常运行工件。
具体的，上述步骤(4)包括：
(a)按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准，将训练样本分为A类和B类，其中A类为运行时间低于蠕变曲线第二拐点时间的训练样本，B类为运行时间高于蠕变曲线第二拐点时间的训练样本，并使用全部训练数据，建立支持向量机分类模型Ⅰf(x)1，即：
其中，λij为拉格朗日乘子，yij是结果标签(其中运行时间低于蠕变曲线第二拐点时间标记为yij＝-1，运行时间高于蠕变曲线第二拐点时间标记为yij＝1)，b为常数项，xij为训练数据矩阵中的所有数据；
(b)按照老化等级作为分类标准，分别以A类训练样本及B类训练样本建立支持向量机分类模型：
①将上述步骤(a)中A类训练样本分为A1类和A2类，其中A1类包含老化等级一、二、三级的训练样本，A2类包含老化等级四、五级的训练样本，并使用A类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅱf(x)2，即
其中，λij为拉格朗日乘子，yij是结果标签(其中A1类标记为yij＝-1，A2类标记为yij＝1)，b为常数项，xij为训练数据矩阵中的属于A类训练样本中的所有数据；
②将B类训练样本分为B1类和B2类，其中B1类包含老化等级一、二、三级的训练样本，B2类包含老化等级四、五级的训练样本，并使用B类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅲf(x)3，即
其中，λij为拉格朗日乘子，yij是结果标签(其中B1标记为yij＝-1，运行时间B2标记为yij＝1)，b为常数项，xij为训练数据矩阵中的属于B类训练样本中的所有数据。
具体的，上述步骤(6)具体为：
(a)将待评估耐热钢样品切割为若干圆柱形薄片试样，采用与目标耐热钢样品检测时相同的k种无损检测方法对圆柱形薄片试样进行检测得到无损检测数据矩阵x；
(b)将无损检测数据矩阵x依次支持向量机分类模型Ⅰ、Ⅱ、Ⅲ中，根据分类函数f(x)1、f(x)2及f(x)3的正负号判定待评估耐热钢样品的所属类别，该判定方法具体为：
①首先将无损检测数据矩阵x代入支撑向量机分类模型Ⅰ，判断分类函数f(x)1的正负号，若为负号，说明该待评估耐热钢样品的运行时间低于蠕变曲线第二拐点时间，若为正号，说明该待评估耐热钢样品的运行时间高于蠕变曲线第二拐点时间；
②当分类函数f(x)1为负号时，将无损检测数据矩阵x再次代入支持向量机分类模型Ⅱ，判断分类函数f(x)2的正负号，若为负号，则属于A1类，其老化等级为一级或二级或三级，若为正号，则属于A2类，其老化等级为四级或五级；
③当分类函数f(x)1为正号时，将无损检测数据矩阵x再次代入支持向量机分类模型Ⅲ，判断分类函数f(x)3的正负号，若为负号，则属于B1类，其老化等级为一级或二级或三级，若为正号，则属于B2类，其老化等级为四级或五级；
(d)当根据上述步骤判定待评估耐热钢样品的劣化状态属于A1类时，则判定待评估耐热钢工件为可正常运行工件，当属于A2或B1类时，则判定待评估耐热钢工件为需要监督运行工件，当属于B2类时，则判定待评估耐热钢工件为需更换工件。
另外，在本实施例中，所采用的无损检测方法包括非线性超声检测法、磁参数检测法、小冲杆试验法及仪器化压痕法中的至少一种。具体的，非线性超声检测法所获取的无损检测数据为二阶、三阶非线性超声系数及整个超声频率谱的全谱积分面积；磁参数检测法所获取的无损检测数据为磁矫顽力和剩磁；小冲杆试验法所获取的无损检测数据为中心挠度；仪器化压痕法检测法获取的无损检测数据为抗拉强度和屈服强度。
实施例2
本实施例与实施例1的区别在于，本实施例中，当所获取的训练数据矩阵线性不可分时，即按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准以及老化等级作为分类标准时训练数据矩阵线性不可分，则在该情况下，步骤(4)中需要将训练数据矩阵xij通过核函数转换映射到高位特征空间，然后再按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准以及老化等级作为分类标准，建立支持向量机分类模型，即
其中，λij为拉格朗日乘子，yij是结果标签，b为常数项，
为核函数。
另外，同样在步骤(6)中，也需要将待评估耐热钢工件的无损检测数据矩阵x通过相同的核函数转换映射到高位特征空间，再代入支持向量机分类模型中进行计算。
上述核函数为多项式核函数、高斯核函数及拉普拉斯核函数中的一种。
实施例2与实施例1除上述不同外，其他步骤相同。
需要说明的是，本申请中未述及的部分可通过现有技术实现。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
Claims (8)
1.一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，包括以下步骤：
(1)选取n个运行时间已知及厚度一致的目标耐热钢样品作为训练样本；
(2)对训练样本进行检测得到每个目标耐热钢样品的蠕变曲线，获取每条蠕变曲线的第二拐点时间，并判定n个目标耐热钢样品的老化等级；
(3)利用k种无损检测方法分别对n个目标耐热钢样品进行检测，每个目标耐热钢样品获取k个无损检测参数，作为支持向量机分类模型的训练数据矩阵xij，即：
其中，i＝1,2,…n，j＝1,2,…k，xnk为第n个样品的第k个无损检测参数；
(4)结合步骤(3)中获得的训练数据矩阵，分别按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准以及老化等级作为分类标准，建立支持向量机分类模型；即：
其中，λij为拉格朗日乘子，yij是结果标签，b为常数项；
(5)获取待评估耐热钢工件的微试样作为待评估耐热钢样品；
(6)利用与目标耐热钢样品检测相同的无损检测方法对待评估耐热钢工件的微试样进行检测得到无损检测数据矩阵x，将其代入到支持向量机分类模型中，判定待评估耐热钢样品的劣化状态，从而判定待评估耐热钢工件是否为可正常运行工件；
所述步骤(4)具体为：
(a)按照运行时间是否超过蠕变曲线第二拐点时间作为分类标准，将训练样本分为A类和B类，其中A类为运行时间低于蠕变曲线第二拐点时间的训练样本，B类为运行时间高于蠕变曲线第二拐点时间的训练样本，并使用全部训练数据，建立支持向量机分类模型Ⅰf(x)1；
(b)按照老化等级作为分类标准，分别以A类训练样本及B类训练样本建立支持向量机分类模型，具体为：
①将步骤(a)中A类训练样本分为A1类和A2类，其中A1类包含老化等级一、二、三级的训练样本，A2类包含老化等级四、五级的训练样本，并使用A类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅱf(x)2；
②将B类训练样本分为B1类和B2类，其中B1类包含老化等级一、二、三级的训练样本，B2类包含老化等级四、五级的训练样本，并使用B类训练样本的数据作为训练数据，建立支持向量机分类模型Ⅲf(x)3；
所述步骤(6)具体为：
(a)将待评估耐热钢样品切割为若干圆柱形薄片试样，采用与目标耐热钢样品检测时相同的k种无损检测方法对圆柱形薄片试样进行检测得到无损检测数据矩阵x；
(b)将无损检测数据矩阵x依次代入支持向量机分类模型Ⅰ、Ⅱ、Ⅲ中，根据分类函数f(x）1、f(x)2及f（x）3的正负号判定待评估耐热钢样品的所属类别，当待评估耐热钢样品属于A1类时，则判定待评估耐热钢工件为可正常运行工件，当属于A2或B1类时，则判定待评估耐热钢工件为需要监督运行工件，当属于B2类时，则判定待评估耐热钢工件为需更换工件。
2.根据权利要求1所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，当训练数据矩阵线性不可分时，步骤(4)中需要将训练数据矩阵通过核函数转换映射到高位特征空间，然后再建立支持向量机分类模型，即
其中，
为核函数，λij为拉格朗日乘子，yij是结果标签，b为常数项。
3.根据权利要求2所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，所述核函数为多项式核函数、高斯核函数及拉普拉斯核函数中的一种。
4.根据权利要求1所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，所述无损检测方法包括非线性超声检测法、磁参数检测法、小冲杆试验法及仪器化压痕法中的至少一种，并通过非线性超声检测法、磁参数检测法、小冲杆试验法及仪器化压痕法中的一种或几种方法获取无损检测数据。
5.根据权利要求4所述的一种基于支撑向量机的耐热钢劣化状态评估方法，其特征在于，所述非线性超声检测法所获取的无损检测数据为二阶、三阶非线性超声系数及整个超声频率谱的全谱积分面积。
6.根据权利要求4所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，所述磁参数检测法所获取的无损检测数据为磁矫顽力和剩磁。
7.根据权利要求4所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，所述小冲杆试验法所获取的无损检测数据为中心挠度。
8.根据权利要求4所述的一种基于支持向量机的耐热钢劣化状态评估方法，其特征在于，所述仪器化压痕法检测法获取的无损检测数据为抗拉强度和屈服强度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110085299.5A CN112816553B (zh) | 2021-01-22 | 2021-01-22 | 一种基于支持向量机的耐热钢老化等级评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110085299.5A CN112816553B (zh) | 2021-01-22 | 2021-01-22 | 一种基于支持向量机的耐热钢老化等级评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112816553A CN112816553A (zh) | 2021-05-18 |
| CN112816553B true CN112816553B (zh) | 2023-04-07 |
Family
ID=75858574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110085299.5A Active CN112816553B (zh) | 2021-01-22 | 2021-01-22 | 一种基于支持向量机的耐热钢老化等级评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112816553B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324576B (zh) * | 2021-03-29 | 2023-04-14 | 武汉中誉鼎力智能科技有限公司 | 金属板料冲压成形零件的暗裂检测方法及装置 |
| CN116107281B (zh) * | 2023-04-13 | 2023-07-18 | 山东美生热能科技有限公司 | 一种基于数据分析的隔热油套管性能测试管控系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011174765A (ja) * | 2010-02-23 | 2011-09-08 | Chugoku Electric Power Co Inc:The | 機器劣化評価支援方法及び機器劣化評価支援装置 |
| CN109086547A (zh) * | 2018-08-23 | 2018-12-25 | 华南理工大学 | 一种金属老化等级测量方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102706573A (zh) * | 2012-03-15 | 2012-10-03 | 宁波大学 | 一种设备的故障分类诊断方法 |
| CN108431613A (zh) * | 2015-12-01 | 2018-08-21 | 通用电器技术有限公司 | 变压器油纸绝缘的主绝缘状况的智能评定方法 |
| CN107976432B (zh) * | 2017-10-16 | 2020-12-22 | 华南理工大学 | 一种基于支持向量机的耐热钢老化等级测量方法 |
-
2021
- 2021-01-22 CN CN202110085299.5A patent/CN112816553B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011174765A (ja) * | 2010-02-23 | 2011-09-08 | Chugoku Electric Power Co Inc:The | 機器劣化評価支援方法及び機器劣化評価支援装置 |
| CN109086547A (zh) * | 2018-08-23 | 2018-12-25 | 华南理工大学 | 一种金属老化等级测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112816553A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112816553B (zh) | 一种基于支持向量机的耐热钢老化等级评估方法 | |
| CN108152133B (zh) | 一种耐热钢部件劣化评估方法 | |
| US9702798B1 (en) | Method for evaluating fracture toughness using instrumented indentation testing | |
| CN102589995B (zh) | 一种压入硬度预测材料单轴本构关系的方法 | |
| CN101710046B (zh) | 仪器化微米压入测试材料杨氏模量的方法 | |
| CN100573181C (zh) | 利用铁磁材料表面杂散磁场信号监测疲劳损伤的方法 | |
| Amer et al. | Characterization of fatigue damage in 304L steel by an acoustic emission method | |
| CN112284921B (zh) | 基于高温液压鼓胀试样测试的材料单轴应力-应变关系确定方法 | |
| Arunkumar | A review of indentation theory | |
| McMurtrey et al. | The effect of pit size and density on the fatigue behaviour of a pre‐corroded martensitic stainless steel | |
| CN104655505A (zh) | 一种基于仪器化球压入技术的残余应力检测方法 | |
| CN108844824A (zh) | 一种基于圆锥形压头的已知材料残余应力测定方法 | |
| Hurst et al. | A renaissance in the use of the small punch testing technique | |
| CN112907033B (zh) | 一种基于偏最小二乘法的耐热钢劣化状态评估方法 | |
| CN115541483A (zh) | 金属材料海洋大气环境-弹性拉伸应力交互作用试验方法 | |
| Kobayashi et al. | Deformation and fracture mode during small punch creep tests | |
| Partheepan et al. | Design and usage of a simple miniature specimen test setup for the evaluation of mechanical properties | |
| CN113053471A (zh) | 一种用于风机主轴无损在线检测布氏硬度的方法 | |
| Matocha | Determination of actual tensile and fracture characteristics of critical components of industrial plants under long term operation by SPT | |
| Kulawinski et al. | Improvement of the inverse finite element analysis approach for tensile and toughness predictions by means of small punch technique | |
| Merklein et al. | Characterization of the flow behavior of deep drawing steel grades in dependency of the stress state and its impact on FEA | |
| Prakash et al. | Evaluation of fatigue data through miniature specimen test techniques | |
| Uemori et al. | Elasto-plasticity behavior of high strength steel sheet in biaxial stress path change | |
| Madhumali et al. | Sensitivity Analysis of Brinell Hardness Number to Material Properties of Structural Steel: A Numerical Study | |
| Prakash | Toward Improved and Reliable Estimation of Operating Life of Critical Components Through Assessment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 102209 building 309, Guodian New Energy Technology Research Institute, North District, future science and Technology City, Changping District, Beijing Applicant after: Guoneng boiler and Pressure Vessel Inspection Co.,Ltd. Applicant after: State Energy Group Taizhou Power Generation Co.,Ltd. Address before: 102209 building 309, Guodian New Energy Technology Research Institute, North District, future science and Technology City, Changping District, Beijing Applicant before: GUODIAN BOILER AND PRESSURE VESSEL INSPECTION Co.,Ltd. Applicant before: State Energy Group Taizhou Power Generation Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |