科研之友
微信
新浪微博
Facebook
分享链接
摘要
锆合金包壳产品是核反应堆的第一道安全屏障，特殊的使用环境决定了其加工质量的重要性。如何合理、快捷地评估锆合金管材轧制过程的缺陷损伤和疲劳寿命，是其作为核结构材料应用中必须解决的问题。常规的有限元数值分析方法(FEA),存在着建模过程复杂、计算周期长且计算量巨大等问题。有鉴于此，本工作提出了有限元仿真和机器学习复合应用技术(FEA-ML),即在首先构建锆管轧制有限元模型的基础上，通过提取模型中的剪应力图谱，结合裂纹形貌观察和疲劳试验，拟合得到管材疲劳寿命解析公式；继而借助机器学习算法，利用有限元分析获得的少量数据样本，训练建立不同工艺因素下的管材疲劳寿命预测模型。结果表明，新型FEA-ML预测模型，分析速度快、预测精度高，能够很好地克服传统FEA模型计算过慢的问题；同时，影响管材疲劳寿命的最关键因素是材料的流变应力，孔型设计次之，而轧制车速和管坯送进速度的可控工艺窗口较宽、影响较为平缓。
- 单位
