[发明专利]一种大型复杂薄壁高温合金铸件疏松缺陷定量预测方法

说明书

本发明提供一种大型复杂薄壁高温合金铸件疏松缺陷定量预测方法，包括：对大型复杂薄壁铸件的结构分析，计算出铸件各部位的热模数；计算高温合金的结晶温度间隔、密度、比热容和收缩系数参数，并将计算得到参数导入ProCAST对铸件进行成型与凝固模拟，提取出温度梯度和冷却速度数值，通过公式计算出二次枝晶间距，选取获得的热模数、温度梯度和二次枝晶间距作为BP神经网络的输入参数，疏松指数作为输出参数，构建BP神经网络预测模型，采用铸件本体解剖数据训练上述BP神经网络预测模型，训练后构建铸件疏松定量预测网络，实现铸件疏松缺陷定量预测。本发明采用构建BP神经网络实现铸件疏松缺陷定量预测，有利于获得疏松缺陷敏感工艺参数。

技术领域

本发明涉及高温合金精密铸造缺陷形成与控制领域，具体地，涉及一种大型复杂薄壁高温合金铸件疏松缺陷定量预测方法、电子设备及介质。

背景技术

航空发动机是飞机的心脏，航空发动机的设计与制造水平对于提升飞机综合性能具 有决定性作用。第三代商用发动机对可靠性要求非常高，每百万飞行小时的空中停机要少于3次，热端部件寿命需要达到15000小时，对大型复杂薄壁高温合金构件整体可靠 性提出了更高的要求，促使整体精密铸造技术成为先进航空发动机热端部件制造的主流 技术路线之一。然而，高温合金结晶温度间隔宽，精密铸造时液态金属流动性差，极易 产生疏松缺陷。疏松缺陷的存在，造成了局域应力集中，严重降低了服役条件下的疲劳 性能，影响了长时飞行安全。且随着铸件壁厚越来越薄、变截面部位越来越多，产生的 疏松缺陷急剧增多。

经对现有技术的文献检索发现：在ProCAST铸造模拟软件中采用Mapping Factor预测疏松形成倾向，该模型表达式为：

M＝aL^bG^cR^d

其中a,b,c,d为与材料有关的参数，L为等温线移动速度，G为温度梯度，R为冷却速度。 由于与材料有关的参数通常难以准确确定，一般基于经验给出参数。在实际模拟过程上， a,b,c,d常分别选取为1.0；0；1.0；-0.5。则Mapping Factor变为Nyiama准则数：

因为该准则数仅反映了熔体的宏观冷却凝固情况，既未考虑温度对合金自身收缩系数、 熔体粘度的影响规律，也没有深入计算到枝晶尺度上的凝固问题；所以采用该准则数虽 然可以较好的计算宏观缩孔缺陷，但是对于晶粒与枝晶间因凝固收缩形成压力降，补缩 通道封闭产生的疏松缺陷，虽然可以通过不断细化网格尺寸到晶粒尺度，大概的预测疏松形成倾向，但是由于其自身模型的理论局限性，导致难以定量预测疏松缺陷。

在假设晶粒不漂移，液相流动仅为密度驱动条件下，VAHID KHALAJZADEH在《METALLURGICAL AND MATERIALS TRANSACTIONS A》(2020年，第51A卷， 第2239-2254页)提出了等轴晶区域疏松形成模型，如下

其中，为局域疏松平均指数，ρ_l为液相密度，V_p为疏松形成区域的体积，A_p为疏松形成区域的面积，ρ^SL为固液相混合密度，u_l为疏松与液体界面移动速度，n_l为疏松 与液体界面法向。该理论较好的预测了弱对流下假定晶粒固定不动的简单厚度铸件疏松 形成情况，而大型复杂薄壁铸件凝固过程由于对流及其剧烈，枝晶生长伴随着大量枝晶 旋转、断裂、漂移和撞击等现象，严重影响疏松缺陷的产生，使得现有数学模型难以进 行准确定量描述。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种大型复杂薄壁高温合金铸件疏松缺陷定量预测方法、电子设备及介质。

本发明第一方面，提供一种大型复杂薄壁高温合金铸件疏松缺陷定量预测方法，包括：