GH4738高温合金涡轮盘剩余寿命预测
GH4738是y'相沉淀硬化型镍基高温合金，广泛应用于制造航空发动机和动力机械中的涡轮盘及涡轮叶片，该合金的最大优点在于良好的强韧性匹配。尽管近年来研制出许多用于烟气轮机材料的新型难变形高温合金，如U720Li、SI1742、-K79、Rene’95、Rene'88DT等，但由于该合金良好的热加工性及在长期服役条件下优良的综合性能，仍是大功率烟气轮机热端部件的主要材料。
材料的蠕变断裂寿命（或持久寿命）是高温合金重要性能参数之一，科学、准确地预测合金的蠕变断裂寿命对现有产品的运行及新产品的开发具有重要意义。目前，有很多关于高温材料蠕变断裂寿命的研究报道，但关于高温合金长期运行后剩余寿命的研究相对较少。陈国良等利用θ法研究了GH2132合金盘材的蠕变剩余寿命，周昌玉等提出了高温构件疲劳剩余寿命评估的概率法。实践证明，简单的线性统计公式或显式的非线性关系难以准确地反映各环境影响因素与高温合金蠕变断裂时间之间复杂的对应关系。因此，必须采用精度更高的方法预测合金剩余寿命。
人工神经网络（ANN)是一种信息处理技术，它擅长处理输入与输出元素间复杂的多元非线性关系问题，在工程上应用较多的为误差反向传播（ErrorBackPropagation，BP)模型，已在高温合金的成分设计、工艺制定、强度预测等方面获得一定的应用。
本文结合烟气轮机盘件的服役特点，在已经运行六万小时的GH4738盘件上取样，进行不同条件下的持久实验。进而，根据实验数据建立了GH4738合金实验条件与蠕变断裂寿命间的人工神经网络模型，利用它预测了GH4738合金盘件的蠕变断裂寿命，并对服役条件的影响进行定量分析，为烟气轮机热端部件的质量控制提供依据。
1实验材料及研究方法
实验材料取自已经运行六万小时的GH4738合金盘件的榫齿部位。加.工成标准光滑持久样品，在高温持久实验机上进行实验，获取不同条件下的持久断裂寿命。具体实验规范见表1。进而，根据持久实验的参数特点，在MATIAB环境下建立相应的误差反向传播型人工神经预测模型。
2神经网络寿命预测模型的建立
本文设计的人工神经网络模型包括三层神经元:输人层、输出层及隐含层。输入层有两个节点，分别代表两个服役条件:应力和温度;输出层有一个节点，代表合金的持久断裂寿命。ANN模型的训练采用反向传播算法的附加动量法(，学习速率取为0.05，动量项系数取为0.5，最大循环次数设为8000次。在预测过程中，设计了不同的ANN模型，它们的隐含层节点数分别为1、2、3、4、……、28、29、30。将实验结果作为样本，采用“留一法”(Leave-One-Outmethod)对这些模型进行训练，然后测试它们各自的预测性能，并用统计学指标衡量ANN模型的预测性能,具体表达式见公式（1）~式(3)。
其中MSE为均方误差、MSRE为相对均方误差、VOF为拟合分值。而隐含层节点数分别采用5、10、15、20的预测性能结果如图1所示。
由图1可知，当ANN模型的隐含层中的节点数量较少时,模型的预测精度随节点数量的增多而逐渐提高。当节点数达到一定数量时，模型的预测性能达到最佳,当节点的数量继续增加时，模型的预测精度会降低。这说明ANN模型中隐含层的节点数对模型的预测精度有重要影响，但ANN模型的预测性能并不是随着隐含层中节点数的增加而单调增加，而是有一个最佳值:模型中的节点数在此值时,模型的预测性能最优，节点数少于或多于这个数值，模型的预测性能都会下降。在本文中，ANN模型隐含层的最佳节点数为15个。
3服役条件对持久断裂寿命的影响
3.1温度恒定时，应力对合金的持久寿命的影响
图2a是用ANN模型预测的应力对合金分别在650℃、730℃和815℃时的持久寿命的影响（图中实线为实测数据，虚线为ANN模型预测结果)。可以看出，在温度为650℃的条件下，所建立的ANN模型对应力为750MPa、700MPa和600MPa时的持久寿命的预测值与测试值吻合很好，对应力为800MPa时的持久寿命的预测值误差较大。此外，作者用ANN模型预测了应力大于800MPa以及小于600MPa时的持久寿命，预测结果显示，当应力大于800MPa时，合金的应力-持久寿命曲线以较大的斜率向上延伸，当应力小于60OMPa时，合金的应力-持久寿命曲线以较大的斜率向下延伸(图2a)。ANN模型对730℃和815℃时的持久寿命的计算结果反映的情况与650℃时类似（图2a)。
3.2应力恒定时。温度对合金的持久寿命的影响
图2b为用ANN模型分析的应力为500MPa时温度对合金的持久寿命的影响。从图中可以看到，合金的持久寿命的对数〈lg）与温度间同样存在非线性关系;在720~750℃范围内，合金的持久寿命的对数（lgt)与温度间大致为线性关系，但是当温度高于750℃时，合金的温度-持久寿命曲线以较大的斜率向上延伸，当温度低于720℃时,合金的温度-持久寿命曲线以较大的斜率向下延伸。
3.3 650℃以下时对合金的持久断裂寿命预测
根据合金涡轮盘的实际服役条件，用ANN模型同时结合最小二乘法预测了合金在650℃以下时的持久断裂寿命。计算结果如图3所示。
需要说明的是:人工神经网络虽然具有一些独特的优点，但用人工神经网络模型预测超出其训练样本数据范围的变量时会产生牧人的庆在大友实验数据所限，用ANN模型预测650℃以下的持久断裂寿命时就会由于这个原因出现比较大的误差。而根据最小二乘法总结的回归经验公式则没有这个缺点。此外经验公式还具有形式简明、应用方便的特点,所以进行预测时可以对ANN模型起到有益的补充作用。基于这些考虑，得出了合金在650℃以下的服役条件与断裂寿命间的经验公式。图3中400、500、600℃三条曲线就是根据经验公式预测的结果。
3.4ANN模型的适用性分析
针对本实验结果，可以认为，服役条件与剩余寿命之间存在下述函数关系:Life=(Temperature,Stress，…)。从形式上看，只要确定了函数F的解析式,就可以根据温度和应力预测蠕变断裂寿命。然而蠕变断裂寿命与服役条件（温度和应力)间的关系十分复杂，目前尚不能确定函数F的明确的解析式，因而不能用解析法进行预测。
实践证明，对复杂的函数关系，逼近法是一种可行的解决途径。已经证明，具有一个以上隐含层的人工神经网络是通用的函数逼近模型,通过调整其结构.人工神经网络可以逼近任意复杂的函数。因此可以设计合适的人工神经网络模型，用它逼近式中的函数F,从而根据合金服役时的极限条件，即极限温度和相应应力，可以预测其蠕变断裂寿命。
实际上，合金的剩余蠕变断裂寿命不仅和宏观服役条件如构件的温度和应力分布有关，同时高温高硫条件下的材料的组织劣化及环境腐蚀均会影响其使用寿命或运行一定时间后的剩余寿命。
4结论
(1）采用隐含层包含15个节点的BP人工神经网络模型，对GH4738合金的持久断裂寿命具有最好的统计预测精度。
(2)人工神经网络分析表明，合金的剩余持久寿命与服役条件间存在复杂的非线性关系。
