基于机器学习算法的P91管材蠕变寿命预测文献综述

 2023-04-12 03:04

文献综述

文 献 综 述1.1 研究背景高温合金是指以铁、镍、钴为基的一类金属材料,在600℃以上具有抗氧化和抗腐蚀性能,并在一定应力作用下可以长期工作的金属材料。

T/P91耐热钢由于具有优良的综合高温性能,如杰出的高温抗蠕变性能、良好的抗氧化性能、较低的热膨胀系数等而被广泛应用于超临界火力发电机组构件中。

在一定应力条件下,电力和航空领域内许多高温环境下服役的核心部件往往会发生内部微观组织的演化导致材料的损伤,发生蠕变变形,进而发展为材料的蠕变失效。

金属材料的蠕变断裂是一种脆性断裂,很可能引发重大的生命安全事故和经济损失,有严重的安全隐患。

传统的对材料失效分析和寿命预测的方法,如经验法和数值模拟的方法,由于开发周期长、效率低、成本高,已经无法跟上当今材料科学的发展。

在过去的几十年里,人们在研究蠕变机理和发展蠕变寿命预测方法方面做出了大量努力。

而在近几年里,得益于计算能力的提升和数据量的爆炸式增长,人工智能的应用推动了众多行业和学科的发展,机器学习作为人工智能的一种技术实现手段,为解决复杂的工程问题提供了可靠的解决方案。

1.2 文献综述 1.2.1 金属蠕变失效的研究现状众所周知,蠕变即在一定的温度下材料承受持续应力作用而产生与时间相关的缓慢塑性变形的现象,而蠕变断裂是高温部件最主要的失效模式之一,其特点在失效时难以预测,极易酿成严重的后果。

为提高能源转化效率,现代能源装备与工艺均朝着高温、高压趋势发展,日趋严苛的服役环境导致高温结构发生过度变形和过早失效的风险不断上升。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

已经是最后一篇了