本發(fā)明涉及材料科學(xué)與工程，尤其是一種蠕變曲線預(yù)測方法。

背景技術(shù)：

1、燃機(jī)葉片在服役過程中常受到高溫和離心載荷的影響，易發(fā)生蠕變變形和失效，嚴(yán)重影響機(jī)組的安全性。自20世紀(jì)50年代以來，各種結(jié)構(gòu)材料的蠕變曲線和壽命預(yù)測研究被廣泛開展。1982年出現(xiàn)的θ投影法，通過對蠕變曲線進(jìn)行唯象描述建立了蠕變應(yīng)變和蠕變時(shí)間的關(guān)系，具有很好的壽命預(yù)測能力在工業(yè)各種類型的合金中得到廣泛應(yīng)用。但實(shí)際蠕變過程中蠕變真實(shí)應(yīng)力隨著變形的增加而增大，難以利用θ投影法實(shí)現(xiàn)恒應(yīng)力蠕變曲線準(zhǔn)確預(yù)測。而且該方法對溫度和應(yīng)力的關(guān)系較為分散，對于蠕變應(yīng)變較大的曲線也難以適用。中國專利cn108256179a公開了一種利用冪指數(shù)模型，將實(shí)測與外推相結(jié)合以預(yù)測蠕變曲線。中國專利cn105910921a公開了一種基于新建的蠕變模型來實(shí)現(xiàn)高精度的蠕變曲線預(yù)測。

2、近年來，基于數(shù)據(jù)驅(qū)動的機(jī)器學(xué)習(xí)方法在材料服役壽命預(yù)測方面引起廣泛關(guān)注。中國專利cn115035963a公開了一種基于蠕變條件蠕變時(shí)間蠕變斷裂壽命數(shù)據(jù)集，利用bpnn神經(jīng)網(wǎng)絡(luò)以及拉森米勒參數(shù)方程，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動準(zhǔn)確預(yù)測高溫合金的蠕變曲線方法。但該方法缺乏對蠕變過程關(guān)鍵信息的反映，且預(yù)測結(jié)果與實(shí)測值精度不夠（相對誤差為20％）。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的發(fā)明目的在于：針對上述存在的問題，提供一種蠕變曲線預(yù)測方法，能夠?qū)崿F(xiàn)蠕變曲線的高精度預(yù)測,為全過程理解材料的蠕變特性，材料設(shè)計(jì)及壽命評估提供更為準(zhǔn)確的參考。

2、本發(fā)明采用的技術(shù)方案如下：

3、一種蠕變曲線預(yù)測方法，包括以下步驟:

4、步驟1、在不同實(shí)驗(yàn)條件下進(jìn)行蠕變實(shí)驗(yàn)，提取多條測試所得的蠕變曲線，提取所需條件參數(shù)和蠕變應(yīng)變量構(gòu)建數(shù)據(jù)集；

5、步驟2、對步驟1中的數(shù)據(jù)集進(jìn)行l(wèi)arson-miller參數(shù)方程擬合；

6、步驟3、以步驟1構(gòu)建數(shù)據(jù)集的條件參數(shù)作為輸入，蠕變應(yīng)變量作為輸出，選擇網(wǎng)絡(luò)訓(xùn)練得到蠕變曲線預(yù)測模型；

7、4、將步驟2擬合得到的larson-miller方程和步驟3中得到的蠕變曲線預(yù)測模型相結(jié)合，實(shí)現(xiàn)數(shù)據(jù)集覆蓋條件下的蠕變曲線預(yù)測。

8、具體來講，larson-miller參數(shù)方程是一個(gè)經(jīng)驗(yàn)公式，用于預(yù)測材料在恒溫下的蠕變壽命。它通過將溫度和應(yīng)力結(jié)合成一個(gè)參數(shù)，簡化了蠕變壽命的預(yù)測問題。神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)工具，能夠捕捉和模擬數(shù)據(jù)中的復(fù)雜非線性關(guān)系。對于蠕變預(yù)測問題，神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)材料在不同溫度、應(yīng)力條件下的蠕變行為，進(jìn)而預(yù)測未見過條件下的蠕變壽命。

9、當(dāng)將larson-miller參數(shù)方程與神經(jīng)網(wǎng)絡(luò)結(jié)合時(shí)，實(shí)際上是將物理模型的經(jīng)驗(yàn)知識嵌入到數(shù)據(jù)驅(qū)動的神經(jīng)網(wǎng)絡(luò)模型中。這種結(jié)合為神經(jīng)網(wǎng)絡(luò)提供了一個(gè)可靠的起點(diǎn)，有助于網(wǎng)絡(luò)更快地學(xué)習(xí)并提高預(yù)測的準(zhǔn)確性。通過larson-miller參數(shù)方程，可以在有限的實(shí)驗(yàn)數(shù)據(jù)基礎(chǔ)上生成更多的合成數(shù)據(jù)。這些合成數(shù)據(jù)可以作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本，合成數(shù)據(jù)能夠幫助神經(jīng)網(wǎng)絡(luò)更好地理解材料在不同條件下的蠕變行為，從而增強(qiáng)網(wǎng)絡(luò)的學(xué)習(xí)能力。此外，雖然larson-miller參數(shù)方程能夠描述材料蠕變壽命的某些方面，但它可能無法完全捕捉所有非線性關(guān)系。神經(jīng)網(wǎng)絡(luò)擅長于學(xué)習(xí)非線性關(guān)系，從而提高預(yù)測的精度，可以補(bǔ)充和完善larson-miller參數(shù)方程未能覆蓋的部分，在訓(xùn)練過程中自動調(diào)整內(nèi)部參數(shù)，以最小化預(yù)測誤差，這個(gè)過程可以看作是對larson-miller參數(shù)方程中的材料常數(shù)c的自適應(yīng)優(yōu)化。并且神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)，如層數(shù)、神經(jīng)元數(shù)目、激活函數(shù)等，可以根據(jù)具體問題進(jìn)行調(diào)整，以獲得最佳的預(yù)測性能。

10、可供選擇的，步驟1中的所需條件參數(shù)包括蠕變溫度、蠕變應(yīng)力、蠕變時(shí)間、蠕變斷裂壽命、蠕變第二、三階段過渡時(shí)間。其中，溫度是影響材料蠕變行為的關(guān)鍵因素之一。隨著溫度的升高，原子擴(kuò)散速率增加，導(dǎo)致材料更容易發(fā)生蠕變。應(yīng)力水平直接關(guān)系到材料內(nèi)部的位錯(cuò)運(yùn)動和晶格變形，是蠕變發(fā)生的驅(qū)動力。在構(gòu)建數(shù)據(jù)集的過程中，蠕變時(shí)間指的是從加載到斷裂的一系列時(shí)間。在數(shù)據(jù)集中，輸入的蠕變時(shí)間和蠕變應(yīng)變量是在實(shí)驗(yàn)過程中記錄的一系列時(shí)間-應(yīng)變數(shù)據(jù)。蠕變斷裂壽命是材料在恒定溫度和應(yīng)力下發(fā)生斷裂所需的時(shí)間，它是評估材料長期服役性能的關(guān)鍵指標(biāo)。蠕變通常分為三個(gè)階段：初級階段（減速階段）、第二階段（穩(wěn)態(tài)階段）和第三階段（加速階段）。在蠕變的第二階段（穩(wěn)態(tài)階段），材料的蠕變速率相對穩(wěn)定，因此可以通過監(jiān)測蠕變速率來預(yù)測材料的長期行為。當(dāng)材料進(jìn)入第三階段（加速階段）時(shí)，蠕變速率迅速增加，這通常預(yù)示著材料即將發(fā)生斷裂。第二、三階段的過渡時(shí)間可以看作是一個(gè)預(yù)警信號，標(biāo)志著材料蠕變性能的臨界轉(zhuǎn)變，即將進(jìn)入快速失效階段。因此，第二、三階段的過渡時(shí)間可以作為材料剩余壽命的一個(gè)重要指標(biāo)。本方案通過積累不同條件下材料蠕變第二、三階段過渡時(shí)間的數(shù)據(jù)，可以驗(yàn)證和完善蠕變預(yù)測模型，提高預(yù)測的準(zhǔn)確性。

11、可供選擇的，步驟1中選取10條測試所得的蠕變曲線。這10條蠕變曲線應(yīng)該能夠代表整個(gè)數(shù)據(jù)集的多樣性。它們應(yīng)當(dāng)覆蓋不同的蠕變溫度、蠕變應(yīng)力、蠕變時(shí)間、蠕變斷裂壽命、蠕變第二、三階段過渡時(shí)間，以及不同的蠕變應(yīng)變量。數(shù)據(jù)的采集和處理方法應(yīng)當(dāng)一致，確保條件參數(shù)和蠕變應(yīng)變量是在相同的測量標(biāo)準(zhǔn)下得到的。

12、可供選擇的，步驟2中擬合得到關(guān)于蠕變斷裂壽命和蠕變第二、三階段過渡時(shí)間的方程。蠕變斷裂壽命和蠕變第二、三階段過渡時(shí)間是蠕變過程中的兩個(gè)極其重要的時(shí)間點(diǎn)。是材料完全失效的時(shí)間，而是材料從穩(wěn)態(tài)蠕變進(jìn)入加速蠕變階段的時(shí)刻。這兩個(gè)時(shí)間點(diǎn)直接關(guān)聯(lián)到材料的失效行為，因此對它們進(jìn)行精確預(yù)測是理解整個(gè)蠕變過程的關(guān)鍵，可以更準(zhǔn)確地捕捉到材料在不同應(yīng)力下的蠕變行為。

13、可供選擇的，所述方程為：、，其中為蠕變斷裂壽命，為蠕變第二、三階段過渡時(shí)間，t為蠕變溫度，σ為蠕變應(yīng)力。是工業(yè)應(yīng)用的常用變形式。表示關(guān)于應(yīng)力的多項(xiàng)式，clm指材料蠕變常數(shù)，常與材料本身有關(guān)。

14、可供選擇的，步驟3中選擇rnn神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到蠕變曲線預(yù)測模型。rnn專門設(shè)計(jì)用于處理序列數(shù)據(jù)。蠕變曲線是時(shí)間序列數(shù)據(jù)，其中每個(gè)時(shí)間點(diǎn)的數(shù)據(jù)都與之前的時(shí)間點(diǎn)有關(guān)。rnn通過其循環(huán)結(jié)構(gòu)能夠在每個(gè)時(shí)間步上考慮之前的信息，而蠕變是一個(gè)隨時(shí)間演化的過程，因此rnn神經(jīng)網(wǎng)絡(luò)提高了模型在預(yù)測蠕變曲線方面的性能。此外，larson-miller參數(shù)方程是一個(gè)經(jīng)驗(yàn)公式，用于預(yù)測材料在特定溫度和時(shí)間下的蠕變壽命。這個(gè)方程涉及時(shí)間作為變量之一，因此處理與時(shí)間相關(guān)的數(shù)據(jù)是其關(guān)鍵需求。rnn能夠記住之前的狀態(tài)并利用這些信息進(jìn)行預(yù)測，更適合處理時(shí)間序列數(shù)據(jù)。二者結(jié)合從而在蠕變預(yù)測任務(wù)中發(fā)揮更大的作用。

15、可供選擇的，步驟3中選擇各層神經(jīng)元個(gè)數(shù)為10至40的rnn網(wǎng)絡(luò)訓(xùn)練得到蠕變曲線預(yù)測模型。神經(jīng)元個(gè)數(shù)過大或過小都會導(dǎo)致曲線擬合精度的急劇下降，基于已報(bào)道文獻(xiàn)和本方案現(xiàn)有研究基礎(chǔ)，神經(jīng)元個(gè)數(shù)通常控制在5-50范圍內(nèi)，針對不同的蠕變數(shù)據(jù)和選取的神經(jīng)網(wǎng)絡(luò)類型，神經(jīng)元個(gè)數(shù)不同。相比于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)（ann），rnn能夠捕獲時(shí)間序列數(shù)據(jù)中的動態(tài)特征，因此通常需要更多的神經(jīng)元來有效學(xué)習(xí)這些復(fù)雜的時(shí)間依賴性。然而，與長短期記憶網(wǎng)絡(luò)（lstm）相比，rnn由于結(jié)構(gòu)相對簡單，無法有效處理長時(shí)間依賴的問題，因此在神經(jīng)元個(gè)數(shù)的選擇上，其復(fù)雜度和容量通常應(yīng)當(dāng)介于ann與lstm之間。本方案通過系統(tǒng)性地篩選神經(jīng)元個(gè)數(shù)，最終確定了10至40個(gè)神經(jīng)元的優(yōu)化范圍。針對不同的數(shù)據(jù)集，在此范圍內(nèi)進(jìn)行適當(dāng)?shù)恼{(diào)整可顯著提高模型的預(yù)測精度。

16、可供選擇的，步驟4中，包括以下步驟：

17、步驟4.1、由步驟2得到的larson-miller方程獲取待求條件下的蠕變斷裂壽命和蠕變第二、三階段過渡時(shí)間。具體的，首先使用訓(xùn)練集的數(shù)據(jù)構(gòu)建數(shù)據(jù)集，可以從中得到：蠕變溫度、蠕變應(yīng)力、蠕變斷裂壽命、蠕變第二、三階段過渡時(shí)間，使用這個(gè)數(shù)據(jù)擬合兩條l-m曲線，從有限數(shù)據(jù)擬合出曲線，理論上可以從這兩條曲線上得到任意溫度應(yīng)力組合下的壽命和t23值。通過兩條l-m曲線，首先獲取測試集在待預(yù)測蠕變條件下的蠕變斷裂壽命及蠕變第二、三階段過渡時(shí)間。

18、步驟4.2、將步驟4.1的待求條件以及蠕變斷裂壽命和蠕變第二、三階段過渡時(shí)間輸入步驟2得到的蠕變曲線預(yù)測模型，獲取待求條件下的蠕變應(yīng)變量，根據(jù)蠕變時(shí)間和蠕變應(yīng)變可得到預(yù)測的蠕變曲線。具體的，由蠕變斷裂壽命構(gòu)建從初始至斷裂的時(shí)間序列，以待預(yù)測蠕變溫度、蠕變應(yīng)力、蠕變斷裂壽命、蠕變第二、三階段過渡時(shí)間、蠕變時(shí)間（時(shí)間序列）作為rnn模型的輸入，得到蠕變時(shí)間對應(yīng)的蠕變應(yīng)變值即rnn模型的輸出結(jié)果，根據(jù)蠕變時(shí)間和蠕變應(yīng)變可得到預(yù)測的蠕變曲線。

19、綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：

20、本發(fā)明所提供的一種蠕變曲線預(yù)測方法，結(jié)合larson-miller方程和網(wǎng)絡(luò)訓(xùn)練蠕變曲線預(yù)測模型，可以充分利用物理知識和數(shù)據(jù)驅(qū)動模型的優(yōu)勢，提高模型的預(yù)測能力、泛化能力和解釋性，同時(shí)降低實(shí)驗(yàn)成本和開發(fā)周期。結(jié)合rnn神經(jīng)網(wǎng)絡(luò)可以捕捉數(shù)據(jù)中的時(shí)間序列特征。兩者的結(jié)合能夠同時(shí)利用物理知識和數(shù)據(jù)驅(qū)動的力量，提高預(yù)測的準(zhǔn)確性和可靠性。在保持rnn模型靈活性和強(qiáng)大學(xué)習(xí)能力的同時(shí)，引入物理約束，提高模型在實(shí)際工程應(yīng)用中的實(shí)用性和有效性。