APP下载

基于RBF神经网络的ZG M n 13堆焊焊条的设计

2012-06-17周吉智

常熟理工学院学报 2012年2期

刘 政 ,周吉智

(1.徐州工程机械集团有限公司,江苏 徐州 221004;2.郑州三和水工机械有限公司,郑州 450121)

ZGMn13是一种高锰钢,其零件的制造一般采用铸造或锻造的方式,韧性极佳,且具有加工硬化快的性能,因此广泛应用于耐磨损和耐冲击场合,如挖掘机斗齿,锷式破碎机锷板等.ZGMn13铸锻件常常会出现砂眼、缩孔等工艺缺陷,因此需要高锰钢焊条进行堆焊修补.CaO-CaF2-SiO2渣系属于强碱性熔渣,氧化性低.采用Si、Mn等强脱氧元素联合脱氧,因此焊缝金属脱氧充分、合金元素过渡充分.通过调节配方可以获得较好的焊接工艺性.渣系中含有大量的CaO和SiO2,因此CaO-CaF2-SiO2渣系脱S、P效果好,有利于提高熔敷金属的抗裂性能.

神经网络作为一种优化算法在材料学中广泛应用[1-3],本文利用RBF神经网络对ZGMn13堆焊焊条配方进行优化设计,通过加工硬化实验对其性能进行评价.

1 RBF神经网络

RBF神经网络是一种在高维空间进行插值和局部逼近的神经网络,径向基函数对于每个训练样本,只需对少量的权值和阈值进行修正,训练速度快[4].根据该渣系典型配方的情况,选取以下原矿物质和铁合金作为配方的组成成分:大理石、萤石、石墨、硅铁、中碳锰铁、锰矿、碳酸钾、钼铁、水玻璃,焊芯为H08MnA焊丝.在前人工艺性能的基础上,仅考虑影响C、Mn过渡的物质和K值.中碳锰铁影响C、Mn的过渡,锰矿影响Mn的过渡,石墨影响C的过渡,所以本设计中以中碳锰铁、锰矿、石墨和K值为影响因素,以加工硬化后的洛氏硬度值为优化目标.

应用于ZGMn13堆焊……

登录APP查看全文