熔敷金属

由填充金属熔化后所形成的焊缝金属

熔敷金属是完全由填充金属熔化后所形成的焊缝金属。是焊缝中熔化的焊条或焊丝部分。熔敷金属是按标准规定在留有大间隙(13mm)的对接坡口中焊成的。焊缝金属是在不留间隙的K形坡口中焊成的，有较大熔合比。

设备介绍

熔敷金属完全由填充金属熔化后所形成的焊缝金属。焊缝金属由两部分组成，一部分是熔化的焊条或焊丝，另一部分是熔化的母材，熔敷金属指的是焊缝中熔化的焊条或焊丝部分。熔敷金属是按标准规定在留有大间隙(13mm)的对接坡口中焊成的。焊缝金属是在不留间隙的K形坡口中焊成的，有较大熔合比。所有金属焊接材料生产厂家及所制定的焊接材料有关标准，均按熔敷金属进行考核验收，而完全略去母材成分对焊缝的影响。所以，焊条或焊丝等的质量保证书所列的性能数据，并不是实际焊接某种金属材料所形成的实际焊缝性能。两者可能比较接近，但也可能会有很大差别。使用填充材料的焊接接头常有富填充材料的区域。熔敷金属抗拉强度，一般说的是熔敷金属抗拉强度最小值。

电焊条

电焊条属焊接材料，已广泛应用于造船、桥梁、车辆、压力容器、工程机械和原子能等工业领域。其中因结构钢焊条中的酸性焊条价格低廉，工艺性好而应用最广。但酸性焊条的熔敷金属难以有效清除熔池中硫磷杂质，抗裂性能不好。因此，具有独特的电子层结构以及独特的物理和化学性质的稀土元素从钢的冶金技术扩大到焊接技术当中，并且近年来将稀土元素应用到用量较大的结构钢焊条中，但大部分是定性研究，缺乏关于稀土元素熔敷金属性能的定量研究，不能在焊条设计阶段对熔敷金属的力学性能进行预测，增大了生产成本。

随着模糊信息处理技术和神经网络技术研究的不断深入，将模糊技术与神经网络技术有机的结合起来，构成了模糊神经网络。它能集联想、识别、自适应及模糊信息处理为一体，不仅能处理精确的信息，也能处理模糊信息和其他不精确的信息。

基于专家知识和操作者经验的模糊神经网络能够有效的解决焊条原材料成分与熔敷金属力学性能间的映射关系，解决含稀土元素的熔敷金属力学性能预测问题。针对含稀土的熔敷金属力学性能预测研究进行研究，分析含稀土的熔敷金属力学性能预测存在的问题和解决方法。

力学性能

目前，国内外学者主要研究稀土对焊接材料的改性作用，然而在进行焊条配方设计时仍然要依赖于经验公式，如抗拉强度Rm = [( 61． 0 Ct+ 24． 3) ± 3． 5 ]× 9． 8 ( MPa) ，在此公式中碳当量( Ct) 含有碳、锰、硅、钙、铬、钒、钼等元素可换算成碳元素的相当含量，没有确切的稀土元素换算成的碳元素相当含量。工程上在依赖经验公式的同时还要进行多次熔敷金属力学性能试验以便对药皮配方进行不断的调整，不但成本高而且难以准确预测熔敷金属的力学性能，使焊条质量控制效果不理想。

因此获得焊条原材料成分与熔敷金属力学性能间的映射关系，进行含稀土元素的熔敷金属力学性能预测，不但是焊条设计中的一个难点，而且对于焊条质量控制与焊条生产自动化、智能化具有重要的指导意义。

国内研究

国内外把稀土元素对熔敷金属的影响以及熔敷金属力学性能预测作为两个独立的内容已经进行了较多的试验和理论研究。一方面是研究稀土元素对熔敷金属的定性影响( 缺乏定量研究) ，另一方面是对不含稀土元素的熔敷金属力学性能进行预测研究( 熔敷金属中都是常规元素，不含稀土元素) 。

1 稀土元素对熔敷金属的定性影响研究

关于稀土元素对熔敷金属的影响方面，在稀土材料的选择上经历了将重稀土应用到焊条中到将轻稀土或轻稀土氧化物应用到焊条中的过程。在20世纪80 年代许多学者开始研究重稀土钇对熔敷金属的影响，但由于钇粉极易氧化，近年来在重稀土方面主要是研究重稀土与轻稀土的合金在材料中的应用，Reynaud A进行了钇钆合金在材料改性方面的研究，并证明钇钆镁合金能使不锈钢材料表面沉积物变成马氏体组织。由于重稀土加工困难、价格贵，而轻稀土合金容易获取，因此Samanta S K 等研究在不锈钢焊缝里加入铈和铌合金比单独的铈显示出更强的抵抗氧化作用。和重稀土比，稀土合金

容易获取，但和轻稀土及轻稀土氧化物比，制造轻稀土合金比较复杂，价格也比轻稀土及稀土氧化物高，所以使用轻稀土合金的成本要高于稀土氧化物及轻稀土的成本，人们试图添加稀土氧化物或轻稀土来代替稀土合金。

Thewlis G发现铈微粒在熔化温度中比较稳定，而且与钢保持着共格的关系。添加适量Ce 可以细化组织，使粒状贝氏体及M － A 组元分布更加弥散均匀，同时有助于基体向针状铁素体发展，使断裂韧窝深度更大且分布均匀，有利于韧性提高。

Van Der Eijk C 等描述了一种实验室规模的试验，将铈和硫添加到液体的低合金钢中得到非常细小的有利于铁素体形核的硫氧化物颗粒。李建国在焊条药皮中添加钇以及结合其它合金元素的过渡，使得焊条工艺性能好，堆焊层组织晶粒细小，能够保证堆焊层既有一定的硬度又具有足够的韧性，且堆焊层硬度有利于所焊材料的修复。郭永环等针对典型的E4303 型焊条抗裂性较差的问题，在新型低碳钢焊条药皮配方开发研制中采取通过药皮过渡微量的镧钇元素，结果表明加入镧、钇能净化焊缝金属组织，可起到脱硫、脱磷、去氧的作用，抗裂性能好，同时能改变熔敷金属的组织形态，可细化晶粒。

Nishimoto K 等通过添加镧和铈来研究稀土对低合金钢焊接性的影响，发现铈含量在0.2% ～0.3% 时焊接热影响区不出现裂纹。李达等在含有Cr、Mn、Mo、Ni 等合金元素的焊条药皮中添加以La 和Ce 元素为主的混合稀土氧化物，试验结果表明，其堆焊金属组织为细针状铁素体，断口为细韧窝状，且分布均匀。

Nishimoto K 等深入研究还发现镧和铈能使晶粒细化，但镧和铈超过0.3% 时，焊接热影响区的裂缝敏感性增加，在晶界上形成低熔点的Ni7La2和Ni2Ce。不但药皮中的稀土元素会影响熔敷金属的组织及力学性能，焊接工艺参数也会对其产生影响，如最优的NZ30K 激光焊接工艺参数范围为激光功率7 kW ～ 8 kW，焊接速度3 m/min～ 4 m/min。

以上大量的试验及研究结果已经证实了适量的稀土对熔敷金属的细化及强化作用。为了揭示稀土对熔敷金属力学性能的影响规律，郭永环建立了稀土元素与熔敷金属力学性能间的数学模型，虽然研究方法上从定性研究转向定量研究是一大进步，但并不能预测样本值之外其他配方熔敷金属的力学性能，设计焊条配方的成本依然很高。因此为了减少高性能焊接材料的设计成本，预测样本值之外其他稀土配方熔敷金属的力学性能势在必行。

2 熔敷金属力学性能预测研究

近年来，获得迅猛发展的神经网络技术，也开始应用到焊接领域中，并被应用于焊接裂纹、焊道熔深、双椭球热源、电阻点焊的质量、激光焊的质量以及不锈钢焊缝的熔深等预测任务。主要以反向传播( BP) 神经网络、径向基( RBF) 人工神经网络、模糊神经网络( FNN) 来建立影响因子和性能指标及质量参数间的关系模型。Pal S 等针对脉冲熔化极气体保护焊建立了反映焊接速度、脉冲频率等工艺参数与焊接接头最大抗拉强度之间映射关系的BP 网络模型。Martín óA 等学者利用BP 网络建立了304 奥氏体不锈钢点焊质量预测模型，Xu Y L 等利用BP 网络实现了对E4303 电焊条熔敷金属的力学性能的预测。

预测过程中，如果输出值与期望值之间的误差不满足精度要求，则将误差值沿联接通路逐层反向传播并修正各层的联接权值。不断重复前向和反向传播过程直至达到所期望的精度要求为止。但由于BP 网络容易陷入局部极小等缺点，为了解决此问题，国内外学者开始利用其他的神经网络方法。张永志等利用RBF 网络建立了TC4钛合金TIG 焊焊接工艺参数与接头力学性能关系的网络模型，克服了BP 网络训练时间长和容易陷入局部极小的缺点。邓欣等对神经元网络在焊接接头力学性能预测上的应用做了探索，训练了焊接方法包括焊条电弧焊、气体保护焊、埋弧焊和TIG 焊的抗拉强度、屈服强度、断后伸长率和断面收缩率模型。并在此基础上设计完成了基于人工神经网络的焊接接头力学性能预测系统。黄俊等建立了基于反向传播神经网络、径向基函数神经网络、自适应模糊神经网络三种单一模型的碳钢焊条熔敷金属力学性能非线性神经网络组合预测模型，综合运用遗传算法优化神经网络连接权的方法对模型预测性能进行了有效改进，使延伸率、冲击功指标的预测平均相对误差分别降为3.15% 和2.67% ，与采用单一预测模型相比，组合预测模型能够显著提高预测准确性和泛化能力。虽然以结构钢焊条为研究对象，但熔敷金属并不含稀土元素，而且没有考虑到焊接工艺对力学性能的影响。董俊慧等建立了用于焊接接头力学性能预测的自适应模糊神经网络模型，利用该模型，使用BP 算法和BP 算法与最小二乘相结合的混合算法，采用不同的输入变量隶属度函数、模糊子集数、迭代次数，对焊接接头力学性能进行了ANFIS仿真。结果表明，当采用混合算法，且模糊子集数为3 时，网络训练和预测结果平均误差均远小于7 %，能够满足实际生产的要求。但测定的是TC4钛合金的熔敷金属的力学性能，非用量较大的结构钢焊条熔敷金属的力学性能，其推广性有待于深入。这些预测研究中都不含稀土元素。

在进行焊接材料设计时，国内外学者研究并应用了焊接材料计算机辅助设计软件及专家系统。我国从80 年代末开始进行焊接专家系统的研制，如早些时候见于报道的是南昌航空工业学院焊接方法选择专家系统。清华大学、哈尔滨工业大学、天津大学等也相继进行了焊接专家系统的研究与开发，到目前己经获得大量的研究成果，并应用到实际工程中。焊接材料的工艺设计主要取决于配方设计，天大学开发了WMCAD 焊接材料计算机辅助设计软件包，可以根据试验目的选择适合的试验优化方案，根据试验结果建立最优的数学模型，预测已知配方材料的力学性能。湘潭大学开发的ZWZY 配方设计系统具有拟定正交设计试验方案，建立性能指标间的多元非线性回归方程，求解最优配方，已经取得了满意的效果。

由于焊接材料和性能之间的关系不易用简单的回归模型表述，如果回归模型过于复杂、考虑因子较多、或者考虑因子次数较高，会对试验量要求很大，因而对简单的配方可以应用这样的辅助方法。近年来兴起的神经网络技术更是为焊接材料的研究开辟了新的途径，可以弥补回归分析方法的这个缺陷。神经网络可以逼近任何复杂的输入输出关系，这弥补了回归模型不能模拟复杂关系的缺点。

但是目前有些软件包在使用神经网络进行建模时却忽略了对试验方案的设计，这对于提高建模有效性和降低试验成本不利。因而重庆大学在焊接材料的计算机辅助设计方面做试验设计与神经网络结合并应用遗传算法优化的尝试。在实践中人们认识到模糊逻辑推理在焊接过程中有着广阔的应用前景，并积极将模糊控制用于焊接领域。然而模糊逻辑推理在自学习和自适应方面缺乏有效的能力，因此要获得满足实际系统中的模糊规则，需要用大量时间进行复杂的计算和反复的探索，这大大制约了模糊逻辑推理的应用。因此人们将模糊逻辑与神经网络结合应用，使模型具有神经网络的结构，建立了模糊神经网络模型应用于焊接领域的预测和控制。

国外研究

国内外学者的研究成果极大地推动了稀土元素在焊接材料中的应用步伐，促进了焊接材料的发展。然而各国学者主要是研究稀土元素在不锈钢焊条、钛合金焊条、堆焊焊条上的应用，而在用量较大的结构钢焊条上的应用却较少; 在熔敷金属预测方面，除了个别文献熔敷金属含稀土元素，尚未搜索到含稀土熔敷金属力学性能预测的文献。主要有以下三方面的不足。

1 理论方面

稀土焊条熔敷金属的力学性能和稀土加入量的关系是定性的研究，在定量研究方面所建立的模型大都是碳、硅、锰等常规元素与力学性能间的映射关系模型，模型当中，不含与稀土元素相关的参数。性能预测时采用的大多为Mamdani 模糊模型，但Mamdani 模糊模型的逼近精度不够高，缺乏稀土元素与熔敷金属间的精确的映射关系模型。而稀土元素加入量如果适中可以细化熔敷金属的组织，减少硫磷的含量以及焊缝中的氢含量，提高力学性能。

由于焊条药皮及焊芯各成分间存在物理、化学、冶金反应等强耦合的作用，使焊条力学性能呈现出高度的非线性。因此含稀土元素的熔敷金属的力学性能预测研究还有待于深入，重点应开发含稀土元素的熔敷金属力学性能预测系统，使神经网络能够对不同的样本做出相应地调整，为稀土焊条生产自动化、智能化提供理论基础。

2 试验方面

进行焊条药皮配方设计时，要根据力学性能经验公式初步拟定合金系统，然后要根据工艺焊接性修订合金系统，经过多次调整试验后，最后定型焊条药皮各组分，焊条设计周期较长，设计成本较高; 以往的研究成果把稀土元素对熔敷金属的影响以及熔敷金属力学性能预测作为两个独立的内容进行试验和理论分析，没有涉及两者的耦合作用研究。并且仅考虑焊条药皮和焊芯的原材料影响，没有考虑焊接工艺的影响。

3 应用方面

已研制出的含稀土元素的专用焊条性能较高，但大多数价格是相应的酸性焊条价格的3 倍以上，因此限制了这些含稀土元素焊条的推广应用。而稀土元素在价格便宜的高抗拉强度的酸性焊条中的应用有待于进一步扩展。

4 创新性方面

缺乏稀土元素凝固组织演变机理以及相变模型的研究，缺乏含稀土的熔敷金属力学性能模型; 缺乏对熔敷金属的化学成分、金相组织、力学性能及焊接工艺的综合分析，在用模糊神经网络预测时，没有把成分、组织、性能及焊接工艺进行耦合研究。焊接专家系统的发展还不够成熟，大多还停留在数据库，并没有出现推理性的专家系统。

总结

1．研究不同焊接工艺及稀土含量下熔敷金属组织演变实质机理以及对性能的影响。具体应研究熔敷金属组织转变机理; 焊接工艺及药皮中稀土含量与熔敷金属组织关系; 熔敷金属组织与力学性能关系的研究。

2．构建含稀土元素熔敷金属的相变模型。应进一步研究熔敷金属中产生的稀土新相的显微硬度、分布形式以及熔敷金属晶粒的尺寸的大小对力学性能的影响; 研究不同稀土作用条件下熔敷金属组织性能的演变规律，构建不同焊接工艺参数及药皮配方下熔敷金属的相变模型。

3．成分－温度－组织－力学性能耦合分析，构建含稀土元素的熔敷金属的力学性能模型，开发含稀土元素的熔敷金属力学性能专家系统。应该对熔敷金属这一非均质材料的固态相变行为进行描述;探索添加稀土后，熔敷金属中的多相混合组织的断裂行为描述方法; 研究含稀土的原材料与熔敷金属的组织及性能间关系，从温度－组织－力学性能耦合关系出发，进行耦合分析，根据构建的相变模型构建含稀土元素的熔敷金属的力学性能模型; 对现有的Mamdani 模糊模型、Sugeno 模糊模型以及Takagi－ Sugeno 模糊模型进行分析及优化研究，优化神经网络算法，并实现从原材料及焊接工艺到力学性能的预测，开发具有推理性的含稀土元素的熔敷金属力学性能专家系统。

全国各地天气预报查询

上海市

云南省

云南省

云南省

云南省

云南省