熔敷金屬

熔敷金屬完全由填充金屬熔化後所形成的焊縫金屬。焊縫金屬由兩部分組成，一部分是熔化的焊條或焊絲，另一部分是熔化的母材，熔敷金屬指的是焊縫中熔化的焊條或焊絲部分。熔敷金屬是按標準規定在留有大間隙(13mm)的對接坡口中焊成的。焊縫金屬是在不留間隙的K形坡口中焊成的，有較大熔合比。所有金屬焊接材料生產廠家及所制定的焊接材料有關標準，均按熔敷金屬進行考核驗收，而完全略去母材成分對焊縫的影響。所以，焊條或焊絲等的質量保證書所列的性能數據，並不是實際焊接某種金屬材料所形成的實際焊縫性能。兩者可能比較接近，但也可能會有很大差別。使用填充材料的焊接接頭常有富填充材料的區域。熔敷金屬抗拉強度，一般説的是熔敷金屬抗拉強度最小值 ^[1]  。

電焊條屬焊接材料，已廣泛應用於造船、橋樑、車輛、壓力容器、工程機械和原子能等工業領域。其中因結構鋼焊條中的酸性焊條價格低廉，工藝性好而應用最廣。但酸性焊條的熔敷金屬難以有效清除熔池中硫磷雜質，抗裂性能不好。因此，具有獨特的電子層結構以及獨特的物理和化學性質的稀土元素從鋼的冶金技術擴大到焊接技術當中，並且近年來將稀土元素應用到用量較大的結構鋼焊條中，但大部分是定性研究，缺乏關於稀土元素熔敷金屬性能的定量研究，不能在焊條設計階段對熔敷金屬的力學性能進行預測，增大了生產成本。

隨着模糊信息處理技術和神經網絡技術研究的不斷深入，將模糊技術與神經網絡技術有機的結合起來，構成了模糊神經網絡。它能集聯想、識別、自適應及模糊信息處理為一體，不僅能處理精確的信息，也能處理模糊信息和其他不精確的信息。

基於專家知識和操作者經驗的模糊神經網絡能夠有效的解決焊條原材料成分與熔敷金屬力學性能間的映射關係，解決含稀土元素的熔敷金屬力學性能預測問題。針對含稀土的熔敷金屬力學性能預測研究進行研究，分析含稀土的熔敷金屬力學性能預測存在的問題和解決方法。

目前，國內外學者主要研究稀土對焊接材料的改性作用，然而在進行焊條配方設計時仍然要依賴於經驗公式，如抗拉強度Rm = [( 61． 0 Ct+ 24． 3) ± 3． 5 ]× 9． 8 ( MPa) ，在此公式中碳當量( Ct) 含有碳、錳、硅、鈣、鉻、釩、鉬等元素可換算成碳元素的相當含量，沒有確切的稀土元素換算成的碳元素相當含量。工程上在依賴經驗公式的同時還要進行多次熔敷金屬力學性能試驗以便對藥皮配方進行不斷的調整，不但成本高而且難以準確預測熔敷金屬的力學性能，使焊條質量控制效果不理想。

因此獲得焊條原材料成分與熔敷金屬力學性能間的映射關係，進行含稀土元素的熔敷金屬力學性能預測，不但是焊條設計中的一個難點，而且對於焊條質量控制與焊條生產自動化、智能化具有重要的指導意義 ^[2]  。

國內外把稀土元素對熔敷金屬的影響以及熔敷金屬力學性能預測作為兩個獨立的內容已經進行了較多的試驗和理論研究。一方面是研究稀土元素對熔敷金屬的定性影響( 缺乏定量研究) ，另一方面是對不含稀土元素的熔敷金屬力學性能進行預測研究( 熔敷金屬中都是常規元素，不含稀土元素) 。

1 稀土元素對熔敷金屬的定性影響研究

關於稀土元素對熔敷金屬的影響方面，在稀土材料的選擇上經歷了將重稀土應用到焊條中到將輕稀土或輕稀土氧化物應用到焊條中的過程。在20世紀80 年代許多學者開始研究重稀土釔對熔敷金屬的影響，但由於釔粉極易氧化，近年來在重稀土方面主要是研究重稀土與輕稀土的合金在材料中的應用，Reynaud A進行了釔釓合金在材料改性方面的研究，並證明釔釓鎂合金能使不鏽鋼材料表面沉積物變成馬氏體組織。由於重稀土加工困難、價格貴，而輕稀土合金容易獲取，因此Samanta S K 等研究在不鏽鋼焊縫裏加入鈰和鈮合金比單獨的鈰顯示出更強的抵抗氧化作用。和重稀土比，稀土合金

容易獲取，但和輕稀土及輕稀土氧化物比，製造輕稀土合金比較複雜，價格也比輕稀土及稀土氧化物高，所以使用輕稀土合金的成本要高於稀土氧化物及輕稀土的成本，人們試圖添加稀土氧化物或輕稀土來代替稀土合金。

Thewlis G發現鈰微粒在熔化温度中比較穩定，而且與鋼保持着共格的關係。添加適量Ce 可以細化組織，使粒狀貝氏體及M － A 組元分佈更加彌散均勻，同時有助於基體向針狀鐵素體發展，使斷裂韌窩深度更大且分佈均勻，有利於韌性提高。

Van Der Eijk C 等描述了一種實驗室規模的試驗，將鈰和硫添加到液體的低合金鋼中得到非常細小的有利於鐵素體形核的硫氧化物顆粒。李建國在焊條藥皮中添加釔以及結合其它合金元素的過渡，使得焊條工藝性能好，堆焊層組織晶粒細小，能夠保證堆焊層既有一定的硬度又具有足夠的韌性，且堆焊層硬度有利於所焊材料的修復。郭永環等針對典型的E4303 型焊條抗裂性較差的問題，在新型低碳鋼焊條藥皮配方開發研製中採取通過藥皮過渡微量的鑭釔元素，結果表明加入鑭、釔能淨化焊縫金屬組織，可起到脱硫、脱磷、去氧的作用，抗裂性能好，同時能改變熔敷金屬的組織形態，可細化晶粒。

Nishimoto K 等通過添加鑭和鈰來研究稀土對低合金鋼焊接性的影響，發現鈰含量在0.2% ～0.3% 時焊接熱影響區不出現裂紋。李達等在含有Cr、Mn、Mo、Ni 等合金元素的焊條藥皮中添加以La 和Ce 元素為主的混合稀土氧化物，試驗結果表明，其堆焊金屬組織為細針狀鐵素體，斷口為細韌窩狀，且分佈均勻。

Nishimoto K 等深入研究還發現鑭和鈰能使晶粒細化，但鑭和鈰超過0.3% 時，焊接熱影響區的裂縫敏感性增加，在晶界上形成低熔點的Ni7La2和Ni2Ce。不但藥皮中的稀土元素會影響熔敷金屬的組織及力學性能，焊接工藝參數也會對其產生影響，如最優的NZ30K 激光焊接工藝參數範圍為激光功率7 kW ～ 8 kW，焊接速度3 m/min～ 4 m/min。

以上大量的試驗及研究結果已經證實了適量的稀土對熔敷金屬的細化及強化作用。為了揭示稀土對熔敷金屬力學性能的影響規律，郭永環建立了稀土元素與熔敷金屬力學性能間的數學模型，雖然研究方法上從定性研究轉向定量研究是一大進步，但並不能預測樣本值之外其他配方熔敷金屬的力學性能，設計焊條配方的成本依然很高。因此為了減少高性能焊接材料的設計成本，預測樣本值之外其他稀土配方熔敷金屬的力學性能勢在必行。

2 熔敷金屬力學性能預測研究

近年來，獲得迅猛發展的神經網絡技術，也開始應用到焊接領域中，並被應用於焊接裂紋、焊道熔深、雙橢球熱源、電阻點焊的質量、激光焊的質量以及不鏽鋼焊縫的熔深等預測任務。主要以反向傳播( BP) 神經網絡、徑向基( RBF) 人工神經網絡、模糊神經網絡( FNN) 來建立影響因子和性能指標及質量參數間的關係模型。Pal S 等針對脈衝熔化極氣體保護焊建立了反映焊接速度、脈衝頻率等工藝參數與焊接接頭最大抗拉強度之間映射關係的BP 網絡模型。Martín óA 等學者利用BP 網絡建立了304 奧氏體不鏽鋼點焊質量預測模型，Xu Y L 等利用BP 網絡實現了對E4303 電焊條熔敷金屬的力學性能的預測。

預測過程中，如果輸出值與期望值之間的誤差不滿足精度要求，則將誤差值沿聯接通路逐層反向傳播並修正各層的聯接權值。不斷重複前向和反向傳播過程直至達到所期望的精度要求為止。但由於BP 網絡容易陷入局部極小等缺點，為了解決此問題，國內外學者開始利用其他的神經網絡方法。張永志等利用RBF 網絡建立了TC4鈦合金TIG 焊焊接工藝參數與接頭力學性能關係的網絡模型，克服了BP 網絡訓練時間長和容易陷入局部極小的缺點。鄧欣等對神經元網絡在焊接接頭力學性能預測上的應用做了探索，訓練了焊接方法包括焊條電弧焊、氣體保護焊、埋弧焊和TIG 焊的抗拉強度、屈服強度、斷後伸長率和斷面收縮率模型。並在此基礎上設計完成了基於人工神經網絡的焊接接頭力學性能預測系統。黃俊等建立了基於反向傳播神經網絡、徑向基函數神經網絡、自適應模糊神經網絡三種單一模型的碳鋼焊條熔敷金屬力學性能非線性神經網絡組合預測模型，綜合運用遺傳算法優化神經網絡連接權的方法對模型預測性能進行了有效改進，使延伸率、衝擊功指標的預測平均相對誤差分別降為3.15% 和2.67% ，與採用單一預測模型相比，組合預測模型能夠顯著提高預測準確性和泛化能力。雖然以結構鋼焊條為研究對象，但熔敷金屬並不含稀土元素，而且沒有考慮到焊接工藝對力學性能的影響。董俊慧等建立了用於焊接接頭力學性能預測的自適應模糊神經網絡模型，利用該模型，使用BP 算法和BP 算法與最小二乘相結合的混合算法，採用不同的輸入變量隸屬度函數、模糊子集數、迭代次數，對焊接接頭力學性能進行了ANFIS仿真。結果表明，當採用混合算法，且模糊子集數為3 時，網絡訓練和預測結果平均誤差均遠小於7 %，能夠滿足實際生產的要求。但測定的是TC4鈦合金的熔敷金屬的力學性能，非用量較大的結構鋼焊條熔敷金屬的力學性能，其推廣性有待於深入。這些預測研究中都不含稀土元素。

在進行焊接材料設計時，國內外學者研究並應用了焊接材料計算機輔助設計軟件及專家系統。我國從80 年代末開始進行焊接專家系統的研製，如早些時候見於報道的是南昌航空工業學院焊接方法選擇專家系統。清華大學、哈爾濱工業大學、天津大學等也相繼進行了焊接專家系統的研究與開發，到目前己經獲得大量的研究成果，並應用到實際工程中。焊接材料的工藝設計主要取決於配方設計，天大學開發了WMCAD 焊接材料計算機輔助設計軟件包，可以根據試驗目的選擇適合的試驗優化方案，根據試驗結果建立最優的數學模型，預測已知配方材料的力學性能。湘潭大學開發的ZWZY 配方設計系統具有擬定正交設計試驗方案，建立性能指標間的多元非線性迴歸方程，求解最優配方，已經取得了滿意的效果。

由於焊接材料和性能之間的關係不易用簡單的迴歸模型表述，如果迴歸模型過於複雜、考慮因子較多、或者考慮因子次數較高，會對試驗量要求很大，因而對簡單的配方可以應用這樣的輔助方法。近年來興起的神經網絡技術更是為焊接材料的研究開闢了新的途徑，可以彌補迴歸分析方法的這個缺陷。神經網絡可以逼近任何複雜的輸入輸出關係，這彌補了迴歸模型不能模擬複雜關係的缺點。

但是目前有些軟件包在使用神經網絡進行建模時卻忽略了對試驗方案的設計，這對於提高建模有效性和降低試驗成本不利。因而重慶大學在焊接材料的計算機輔助設計方面做試驗設計與神經網絡結合並應用遺傳算法優化的嘗試。在實踐中人們認識到模糊邏輯推理在焊接過程中有着廣闊的應用前景，並積極將模糊控制用於焊接領域。然而模糊邏輯推理在自學習和自適應方面缺乏有效的能力，因此要獲得滿足實際系統中的模糊規則，需要用大量時間進行復雜的計算和反覆的探索，這大大制約了模糊邏輯推理的應用。因此人們將模糊邏輯與神經網絡結合應用，使模型具有神經網絡的結構，建立了模糊神經網絡模型應用於焊接領域的預測和控制 ^[3]  。

國內外學者的研究成果極大地推動了稀土元素在焊接材料中的應用步伐，促進了焊接材料的發展。然而各國學者主要是研究稀土元素在不鏽鋼焊條、鈦合金焊條、堆焊焊條上的應用，而在用量較大的結構鋼焊條上的應用卻較少; 在熔敷金屬預測方面，除了個別文獻熔敷金屬含稀土元素，尚未搜索到含稀土熔敷金屬力學性能預測的文獻。主要有以下三方面的不足。

1 理論方面

稀土焊條熔敷金屬的力學性能和稀土加入量的關係是定性的研究，在定量研究方面所建立的模型大都是碳、硅、錳等常規元素與力學性能間的映射關係模型，模型當中，不含與稀土元素相關的參數。性能預測時採用的大多為Mamdani 模糊模型，但Mamdani 模糊模型的逼近精度不夠高，缺乏稀土元素與熔敷金屬間的精確的映射關係模型。而稀土元素加入量如果適中可以細化熔敷金屬的組織，減少硫磷的含量以及焊縫中的氫含量，提高力學性能。

由於焊條藥皮及焊芯各成分間存在物理、化學、冶金反應等強耦合的作用，使焊條力學性能呈現出高度的非線性。因此含稀土元素的熔敷金屬的力學性能預測研究還有待於深入，重點應開發含稀土元素的熔敷金屬力學性能預測系統，使神經網絡能夠對不同的樣本做出相應地調整，為稀土焊條生產自動化、智能化提供理論基礎。

2 試驗方面

進行焊條藥皮配方設計時，要根據力學性能經驗公式初步擬定合金系統，然後要根據工藝焊接性修訂合金系統，經過多次調整試驗後，最後定型焊條藥皮各組分，焊條設計週期較長，設計成本較高; 以往的研究成果把稀土元素對熔敷金屬的影響以及熔敷金屬力學性能預測作為兩個獨立的內容進行試驗和理論分析，沒有涉及兩者的耦合作用研究。並且僅考慮焊條藥皮和焊芯的原材料影響，沒有考慮焊接工藝的影響。

3 應用方面

已研製出的含稀土元素的專用焊條性能較高，但大多數價格是相應的酸性焊條價格的3 倍以上，因此限制了這些含稀土元素焊條的推廣應用。而稀土元素在價格便宜的高抗拉強度的酸性焊條中的應用有待於進一步擴展。

4 創新性方面

缺乏稀土元素凝固組織演變機理以及相變模型的研究，缺乏含稀土的熔敷金屬力學性能模型; 缺乏對熔敷金屬的化學成分、金相組織、力學性能及焊接工藝的綜合分析，在用模糊神經網絡預測時，沒有把成分、組織、性能及焊接工藝進行耦合研究。焊接專家系統的發展還不夠成熟，大多還停留在數據庫，並沒有出現推理性的專家系統 ^[2]  。

1． 研究不同焊接工藝及稀土含量下熔敷金屬組織演變實質機理以及對性能的影響。具體應研究熔敷金屬組織轉變機理; 焊接工藝及藥皮中稀土含量與熔敷金屬組織關係; 熔敷金屬組織與力學性能關係的研究。

2． 構建含稀土元素熔敷金屬的相變模型。應進一步研究熔敷金屬中產生的稀土新相的顯微硬度、分佈形式以及熔敷金屬晶粒的尺寸的大小對力學性能的影響; 研究不同稀土作用條件下熔敷金屬組織性能的演變規律，構建不同焊接工藝參數及藥皮配方下熔敷金屬的相變模型。

3． 成分－温度－組織－力學性能耦合分析，構建含稀土元素的熔敷金屬的力學性能模型，開發含稀土元素的熔敷金屬力學性能專家系統。應該對熔敷金屬這一非均質材料的固態相變行為進行描述;探索添加稀土後，熔敷金屬中的多相混合組織的斷裂行為描述方法; 研究含稀土的原材料與熔敷金屬的組織及性能間關係，從温度－ 組織－ 力學性能耦合關係出發，進行耦合分析，根據構建的相變模型構建含稀土元素的熔敷金屬的力學性能模型; 對現有的Mamdani 模糊模型、Sugeno 模糊模型以及Takagi－ Sugeno 模糊模型進行分析及優化研究，優化神經網絡算法，並實現從原材料及焊接工藝到力學性能的預測，開發具有推理性的含稀土元素的熔敷金屬力學性能專家系 ^[2]  統。