【技術實現步驟摘要】
本公開的實施例屬于，具體涉及一種多層多道焊熱響應曲線預測方法、系統、電子設備及存儲介質。
技術介紹
1、x80管線鋼是通過微合金處理和控軋控冷工藝得到的超低碳、超細晶粒的低合金高強度鋼，具有良好的強韌性、耐腐蝕及斷裂性能，目前已在國內外得到廣泛使用。中俄東線管道項目、中緬油氣管道與中長期油氣管網規劃，皆采用了x80管線鋼作為鋪設主體。油氣管道口徑大，管壁厚，焊接一般要求對工件開坡口，并采用多層多道焊。gmaw作為該型管線鋼常用的高效焊接手段，其熱源的局部加熱會導致焊縫附近存在較大的殘余應力和變形，并使焊縫組織粗大造成該區域性能進一步下降。因此，探索焊接接頭溫度場的分布對優化焊接工藝和接頭組織預測具有重要意義。
2、組織預測需要熱響應曲線，當前熱響應曲線的測定主要通過熱電偶來實現，但通過試驗法測定熱響應曲線其效率較低、成本較高，且采用gmaw多層多道焊使熱響應曲線的獲取更加困難。目前尚無針對多層焊熱響應曲線預測方法的研究，這限制了多層焊優化焊接工藝和接頭組織預測的進一步發展。
技術實現思路
1、本公開的實施例旨在至少解決現有技術中存在的技術問題之一，提供一種多層多道焊熱響應曲線預測方法、系統、電子設備及存儲介質。
2、本公開的一個方面提供一種多層多道焊熱響應曲線預測方法，包括：
3、獲取待測焊接點的實際位置坐標和實際焊接熱輸入參數；
4、將所述實際位置坐標和所述實際焊接熱輸入參數輸入預先訓練的熱響應曲線參數預測模型，得到所述待測焊接點的
5、根據所述熱響應曲線預測參數，得到預測熱響應曲線。
6、進一步地，所述熱響應曲線參數預測模型通過以下步驟訓練得到：
7、根據多層多道焊的焊接接頭幾何特征、工藝特征參數及高溫性能參數，構建溫度場有限元模型；
8、根據所述溫度場有限元模型，提取預定位置的熱響應特征曲線，并對所述熱響應特征曲線的特征參數進行分析，將分析的所述特征參數與對應預定位置的位置坐標和焊接熱輸入參數關聯，組成訓練集；
9、分別以位置坐標和焊接熱輸入參數作為輸入、特征參數作為輸出，對bp神經網絡進行訓練，得到訓練好的熱響應曲線預測模型。
10、進一步地，所述對所述熱響應特征曲線的特征參數進行分析，包括：
11、使用如下式(1)表達所述熱響應特征曲線：
12、t＝thexp?[-b×(t-c)]+t0?????????????(1)
13、其中，t為時間變量，t為t時刻的對應溫度，th為初始溫度調整參數、t0為環境溫度調整參數、b為曲線曲率調整參數，c為多道焊擬合調整參數；
14、將所述初始溫度調整參數th、環境溫度調整參數t0、曲線曲率調整參數b和多道焊擬合調整參數c作為特征參數。
15、進一步地，在構建溫度場有限元模型之前，所述方法還包括：獲取所述預定位置的熱響應曲線；
16、在構建溫度場有限元模型之后，所述方法還包括：利用所述熱響應曲線校核所述溫度場有限元模型。
17、本公開的另一方面提供一種多層多道焊熱響應曲線預測系統，包括：
18、獲取模塊，用于獲取待測焊接點的實際位置坐標和實際焊接熱輸入參數；
19、預測模塊，用于將所述實際位置坐標和所述實際焊接熱輸入參數輸入預先訓練的熱響應曲線參數預測模型，得到所述待測焊接點的熱響應曲線預測參數；其中，所述熱響應曲線參數預測模型為預先使用熱響應曲線試驗參數作為訓練集對bp神經網絡進行訓練而得到；
20、曲線模塊，用于根據所述熱響應曲線預測參數，得到預測熱響應曲線。
21、進一步地，所述系統還包括訓練模塊，用于：
22、根據多層多道焊的焊接接頭幾何特征、工藝特征參數及高溫性能參數，構建溫度場有限元模型；
23、根據所述溫度場有限元模型，提取預定位置的熱響應特征曲線，并對所述熱響應特征曲線的特征參數進行分析，將分析的所述特征參數與對應預定位置的位置坐標和焊接熱輸入參數關聯，組成訓練集；
24、分別以位置坐標和焊接熱輸入參數作為輸入、特征參數作為輸出，對bp神經網絡進行訓練，得到訓練好的熱響應曲線預測模型。
25、進一步地，所述訓練模塊還包括分析模塊，用于：
26、使用如下式(1)表達所述熱響應特征曲線：
27、t＝thexp?[-b×(t-c)]+t0?????????????(1)
28、其中，t為時間變量，t為t時刻的對應溫度，th為初始溫度調整參數、t0為環境溫度調整參數、b為曲線曲率調整參數，c為多道焊擬合調整參數；
29、將所述初始溫度調整參數th、環境溫度調整參數t0、曲線曲率調整參數b和多道焊擬合調整參數c作為特征參數。
30、進一步地，所述訓練模塊還包括校核模塊，用于在構建溫度場有限元模型之前，獲取所述預定位置的熱響應曲線；以及，
31、在構建溫度場有限元模型之后，利用所述熱響應曲線校核所述溫度場有限元模型。
32、本公開的又一方面提供一種電子設備，包括：
33、至少一個處理器；以及，
34、與所述至少一個處理器通信連接的存儲器，用于存儲一個或多個程序，當所述一個或多個程序被所述至少一個處理器執行時，能使得所述至少一個處理器實現如上所述的多層多道焊熱響應曲線預測方法。
35、本公開的又一方面提供一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時實現如上所述的多層多道焊熱響應曲線預測方法。
36、本公開實施例的一種多層多道焊熱響應曲線預測方法、系統、電子設備及存儲介質，通過設計bp神經網絡，使用由熱響應曲線試驗得到的訓練集對該bp神經網絡進行訓練，得到熱響應曲線參數預測模型。將多層多道焊工藝的焊接點的位置坐標和熱輸入參數輸入該模型，即可得到預測的熱響應曲線參數，從而可根據這些參數預測得到該焊接點的熱響應曲線。本專利技術將熱響應曲線的試驗和神經網絡相結合，可實現在不同工藝參數下快速獲取熱響應曲線，避免使用熱電偶進行多次焊接試驗測量，減少了試驗測試的工作量，降低了得到多層多道焊熱響應曲線的成本。
本文檔來自技高網...【技術保護點】
1.一種多層多道焊熱響應曲線預測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述熱響應曲線參數預測模型通過以下步驟訓練得到：
3.根據權利要求2所述的方法，其特征在于，所述對所述熱響應特征曲線的特征參數進行分析，包括：
4.根據權利要求2或3所述的方法，其特征在于，在構建溫度場有限元模型之前，所述方法還包括：獲取所述預定位置的熱響應曲線；
5.一種多層多道焊熱響應曲線預測系統，其特征在于，所述系統包括：
6.根據權利要求5所述的系統，其特征在于，所述系統還包括訓練模塊，用于：
7.根據權利要求6所述的系統，其特征在于，所述訓練模塊還包括分析模塊，用于：
8.根據權利要求6或7所述的系統，其特征在于，所述訓練模塊還包括校核模塊，用于在構建溫度場有限元模型之前，獲取所述預定位置的熱響應曲線；以及，
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至4中任一項所述的
...【技術特征摘要】
1.一種多層多道焊熱響應曲線預測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述熱響應曲線參數預測模型通過以下步驟訓練得到：
3.根據權利要求2所述的方法，其特征在于，所述對所述熱響應特征曲線的特征參數進行分析，包括：
4.根據權利要求2或3所述的方法，其特征在于，在構建溫度場有限元模型之前，所述方法還包括：獲取所述預定位置的熱響應曲線；
5.一種多層多道焊熱響應曲線預測系統，其特征在于，所述系統包括：
6.根據權利要求5所...
【專利技術屬性】
技術研發人員：高雅楠，楊疊，閆臣，崔成武，楚蕭，隋永莉，鄧俊，馮大勇，
申請(專利權)人：中國石油管道局工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。