[发明专利]一种优化设计9％Cr热强钢管道焊后热处理分区数量的方法

摘要

本发明提供一种优化设计9％Cr热强钢管道焊后热处理分区数量的方法，使用计算流体力学方法精确获得了9％Cr热强钢管道焊后热处理温度场分布；使用RBF神经网络方法建立了管径、壁厚、管内空气流速、热处理分区数量与热处理环向温差的预测模型；使用三线性插值的方法确定任意规格(管径和壁厚)9％Cr热强钢管道热处理需要的最少分区数量；应用本发明可以在满足热处理环向温差要求的基础上，确定最少分区数量从而节约成本，确保焊后热处理施工质量，从而保障火电机组长期安全稳定运行。

主权项

1.一种优化设计9％Cr热强钢管道焊后热处理分区数量的方法，其特征在于，包括以下步骤：/n步骤1、焊后热处理环向温差计算模块：使用计算流体力学软件计算M组不同管径和壁厚的9％Cr热强钢管道，在P种管内空气流速以及Q种热处理分区数量条件下，焊后热处理时的热处理环向温差；/n步骤2、RBF神经网络建立模块：基于步骤1计算得到的热处理环向温差数据，使用Matlab软件建立管径、壁厚、管内空气流速、热处理分区数量与热处理环向温差的RBF神经网络模型；/n所述步骤2中，RBF神经网络建立模块建立的具体方法为：/n步骤2.1、对于步骤1中计算得到的M×P×Q组热处理环向温差数据，随机选取其中80％作为训练样本，20％作为测试样本，并进行数据归一化处理；/n步骤2.2、确定网络中心向量，使用自组织选取中心法，径向基函数选取高斯函数，最后综合训练时间和训练误差曲线，确定网络中心数量；/n步骤2.3、径向基网络创建函数和散布常数SPREAD的选取，径向基网络的创建函数选用newrb函数，确定散布常数和径向基层的阈值；/n步骤2.4，训练和测试RBF神经网络，使用步骤2.1中选取的训练样本对建立的RBF神经网络进行训练，训练完成后将步骤2.1中选取的测试样本带入建立的RBF神经网络，如果测试结果相对误差小于15％，则完成RBF神经网络建立，否则重新对RBF神经网络进行训练；/n步骤3、热处理分区数量确定模块：对于步骤1中选取的M组规格的9％Cr钢管道规格，使用步骤2中建立的RBF神经网络模型计算不同热处理分区数量时的热处理环向温差，根据热处理环向温差小于预设热处理内外壁温差25％的要求，确定热处理需要的最少分区数量，使用三线性插值的方法确定任意规格9％Cr热强钢管道热处理需要的最少分区数量；/n使用本方法确定的热处理分区数量对9％Cr热强钢管道进行局部焊后热处理。/n