权利要求
1.一种
铝合金熔体质量快速检测方法，其特征在于，包括以下步骤：
S1，采集铝合金熔体样品并获取冷却曲线，具体为：从铝合金熔炼炉中取样，倒入安装有K型热电偶的一次性样杯中，通过温度采集设备记录铝合金熔体冷却凝固过程，获得冷却曲线数据;
S2，定义冷却曲线特征值，具体为：在获得的冷却曲线中，定义初晶形核温度、初晶最低过冷温度、初晶生长温度、共晶形核温度、共晶最低过冷温度、共晶生长温度、初晶再辉温升、共晶再辉温升、初晶过冷再辉时间、共晶过冷再辉时间、共晶生长凝固结束时间差、初晶下面积、共晶下面积的特征值，以表征铝合金熔体凝固过程中的热力学和动力学特性;
S3，数据处理及特征值提取，具体为：对冷却曲线数据进行文件格式转换、数据质量优化和平滑滤波处理，计算冷却曲线的一阶和二阶导数，结合特征值识别算法提取冷却曲线中的特征值;
S4，建立熔体质量多元判据，具体为：基于提取的特征值，采用机器学习回归方法建立铝合金熔体质量的多元判据，利用随机森林模型对特征值进行训练和预测，并结合SHAP分析评估冷却曲线特征值对熔体质量的影响，建立熔体质量得分模型，最终对熔体质量进行评分。
2.根据权利要求1所述的一种铝合金熔体质量快速检测方法，其特征在于，步骤S1中，从铝合金熔炼炉中取样时需确保所有样品在670℃~690℃温度区间的条件下浇注，并在样杯上盖上隔离桶，以减少外界环境对样品的干扰。
3.根据权利要求1所述的一种铝合金熔体质量快速检测方法，其特征在于，步骤S3中，所述对冷却曲线数据进行文件格式转换、数据质量优化，具体为：将温度采集设备得到的.txt文件转换为.csv文件的程序，转换后的文件包含时间和温度两列数据;对常见的数据问题进行优化处理，以确保数据的完整性和一致性。
4.根据权利要求1所述的一种铝合金熔体质量快速检测方法，其特征在于，步骤S3中，采用有限差分方法计算冷却曲线的一阶和二阶导数，以提高特征值识别的准确性，并对所得导数数据进行再次平滑处理，以消除短期波动和噪声。
5.根据权利要求1所述的一种铝合金熔体质量快速检测方法，其特征在于，步骤S4中，所述结合SHAP分析评估冷却曲线特征值对熔体质量的影响，具体为：通过SHAP分析可视化每个特征值对模型输出的贡献度，确定初晶下面积、共晶下面积、凝固时间、初晶再辉温升、共晶再辉温升、初晶最低过冷温度、初晶生长温度的特征值作为评估熔体质量的关键指标，并采用高斯分布模型对每个特征值进行标准化。
6.根据权利要求5所述的一种铝合金熔体质量快速检测方法，其特征在于，所述熔体质量得分模型中，熔体质量得分通过确定的作为评估熔体质量关键指标的特征值进行加权求和实现，其中权重由机器学习的SHAP分析确定，每个特征值采用基于高斯分布的得分模型。
说明书
技术领域
[0001]本发明涉及铝合金材料加工技术领域，更具体的，涉及一种铝合金熔体质量快速检测方法。
背景技术
[0002]铝合金的比强度高、导电导热性能好、抗腐蚀性能强、易加工成形，在航天、航空、汽车、机械、建筑及民用等工业部门的应用越来越广泛。随着铝合金应用的推广，它的质量问题引起越来越多的关注。铝合金浇注前的液态质量优劣直接影响着铸件缺陷的形成及其微观组织和力学性能，因此要想控制铝合金铸件的整体性能，需首先在浇注前对铝合金液态熔体的质量进行分析。
[0003]现有的电子显微镜、X射线、波谱仪、能谱仪、金相分析和化学分析等测试手段能对液态合金的质量作出较为可靠的测试，但是这些仪器和方法对工作环境和试样都有较高的要求，且检测周期长，无法满足炉前快速检测的要求。
[0004]现有的热分析法(ThermalAnalysis)从热电偶收集的信号转化为温度，提供了铝合金熔体冷却过程的温度与时间的曲线，被称为冷却曲线。在合金中无论发生哪一种变化(如加热时的熔化、冷却时的结晶、同素异构转变、固态中过剩相熔解或析出等)，都伴随有热量的释放或吸收，从而使得因加热而温度上升或因冷却而温度下降时，温度变化的连续性受到破坏，并显示出特殊的温度特征值，在加热或冷却曲线上形成“拐点”或“平台”。热分析法通过对冷却曲线的拐点和平台进行分析，能够反映出铝合金熔体变质效果等特点。具有易于操作、成本低廉、操作简单等特点，然而，热分析法的缺点也很明显：1)只能进行定性检测：传统热分析法主要基于冷却曲线的拐点特征来评估熔体质量，但这种方法只能进行定性的判断，无法量化评估熔体的实际质量水平;2)准确性和可重复性较差：由于热分析法对实验环境较为敏感，例如温度测量、环境干扰等因素会对结果产生较大影响，因此其检测的准确性和可重复性存在较大局限性;3)缺乏多元特征分析：热分析法仅依赖于冷却曲线的特征点，缺乏对熔体其他物理化学特性的综合分析，导致在复杂熔体系统中的适用性有限。
[0005]因此本发明提出一种铝合金熔体质量快速检测方法，可用来研究炉前铝合金熔体质量快速检测问题，通过该方法在实际浇注前，检测铝合金熔体含气、含渣以及变质等详细情况，对改善铸件质量有积极意义，同时为优化生产工艺提供参考。
发明内容
[0006]为了解决上述技术问题，本发明提出了一种铝合金熔体质量快速检测方法，包括以下步骤：
S1，采集铝合金熔体样品并获取冷却曲线，具体为：从铝合金熔炼炉中取样，倒入安装有K型热电偶的一次性样杯中，通过温度采集设备记录铝合金熔体冷却凝固过程，获得冷却曲线数据;
S2，定义冷却曲线特征值，具体为：在获得的冷却曲线中，定义初晶形核温度、初晶最低过冷温度、初晶生长温度、共晶形核温度、共晶最低过冷温度、共晶生长温度、初晶再辉温升、共晶再辉温升、初晶过冷再辉时间、共晶过冷再辉时间、共晶生长凝固结束时间差、初晶下面积、共晶下面积的特征值，以表征铝合金熔体凝固过程中的热力学和动力学特性;
S3，数据处理及特征值提取，具体为：对冷却曲线数据进行文件格式转换、数据质量优化和平滑滤波处理，计算冷却曲线的一阶和二阶导数，结合特征值识别算法提取冷却曲线中的特征值;
S4，建立熔体质量多元判据，具体为：基于提取的特征值，采用机器学习回归方法建立铝合金熔体质量的多元判据，利用随机森林模型对特征值进行训练和预测，并结合SHAP分析评估冷却曲线特征值对熔体质量的影响，建立熔体质量得分模型，最终对熔体质量进行评分。
[0007]优选的，步骤S1中，从铝合金熔炼炉中取样时需确保所有样品在670℃~690℃温度区间的条件下浇注，并在样杯上盖上隔离桶，以减少外界环境对样品的干扰。
[0008]优选的，步骤S3中，所述对冷却曲线数据进行文件格式转换、数据质量优化，具体为：将温度采集设备得到的.txt文件转换为.csv文件的程序，转换后的文件包含时间和温度两列数据;对常见的数据问题进行优化处理，以确保数据的完整性和一致性。
[0009]优选的，步骤S3中，采用有限差分方法计算冷却曲线的一阶和二阶导数，以提高特征值识别的准确性，并对所得导数数据进行再次平滑处理，以消除短期波动和噪声。
[0010]优选的，步骤S4中，所述结合SHAP分析评估冷却曲线特征值对熔体质量的影响，具体为：通过SHAP分析可视化每个特征值对模型输出的贡献度，确定初晶下面积、共晶下面积、凝固时间、初晶再辉温升、共晶再辉温升、初晶最低过冷温度、初晶生长温度的特征值作为评估熔体质量的关键指标，并采用高斯分布模型对每个特征值进行标准化。
[0011]优选的，所述熔体质量得分模型中，熔体质量得分通过确定的作为评估熔体质量关键指标的特征值进行加权求和实现，其中权重由机器学习的SHAP分析确定，每个特征值采用基于高斯分布的得分模型;
熔体质量得分模型中的熔体质量得分为初晶下面积，共晶下面积，凝固时间，共晶再辉温升，初晶再辉温升，初晶最低过冷温度和初晶生长温度这七个特征值的加权求和，具体如下：
[0012]其中，
[0013]
[0014]
[0015]
[0016]
[0017]
[0018]和分别为初晶下面积的期望、标准差;的期望、标准差;和分别为初晶再辉的期望、标准差;和分别为共晶再辉的期望、标准差;和分别为初晶最低过冷温度的期望、标准差;和分别为初晶生长温度的期望、标准差;和分别为凝固时间的期望、标准差,为凝固时间的最大得分，标准凝固时间为根据凝固理论确定的时间长度。
[0019]本发明以上技术方案与现有技术相比，能够取得下列有益效果：
1.量化熔体质量评估：本发明基于冷却曲线的多特征点提取，结合机器学习算法，实现了对铝合金熔体质量的量化评估;通过建立熔体质量得分模型，可以更精确地表征熔体的冷却特性和质量水平;
2.提高准确性和一致性：通过标准化的取样过程，数据预处理和多个特征值的识别提取，本发明提高了熔体质量评估的准确性和可重复性，减少了环境因素对检测结果的影响;
3.多元特征综合分析：利用机器学习和回归分析等手段，本发明能够对冷却曲线中的多项特征进行综合分析，从而建立多元判据，对熔体质量进行更全面的评估，提升了分析的科学性和适用性;
4.数据驱动的质量判定：通过使用SHAP分析和随机森林回归模型，本发明能够识别出对熔体质量影响最大的关键特征，从而建立数据驱动的质量评估体系，为铝合金熔体的质量控制提供了更为科学的依据。
附图说明
[0020]图1为本发明实施例中铝合金熔体质量快速检测方法的流程图。
[0021]图2为本发明实施例中铝合金熔体取样及测温过程示意图。
[0022]图3 为本发明实施例中经过数据处理后的熔体冷却曲线、一阶和二阶导数数据及其特征值示意图。
[0023]图4为本发明实施例中未经数据处理的熔体冷却曲线及其一阶和二阶导数数据示意图。
[0024]图5为本发明实施例中数据处理及冷却曲线特征值识别提取流程图。
具体实施方式
[0025]为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0026]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0027]图1是按照本发明的优选实施例所构建的铝合金熔体质量快速检测方法的流程图，如图1所示，一种铝合金熔体质量快速检测方法，该方法包括下列步骤：
S1：获得铝合金熔体样品的冷却曲线
铝合金熔体取样及测量冷却曲线的操作，如图2所示。首先使用取样勺，从铝合金的熔炼炉中取得熔体，接着倒入安装有K型热电偶的一次性样杯中冷却，热电偶连接温度采集设备和电脑，记录铝合金熔体冷却凝固的过程，获得未经数据处理的熔体冷却曲线及其一阶和二阶导数数据，如图4所示。
[0028]本实施例中，规范了取样和测量的操作。在刚完成熔化或使用除渣剂处理后的时间段内进行取样。如需多次取样，需设定静置时间(理想静置时间为20-40分钟)进行比较。即使熔体状况没有明显变化，也需注意静置时间对熔体性质的影响。对于使用
铝锭和回炉料的对比研究，仅在未搅拌状态下取铝锭样，而对于回炉料需进行缓慢搅拌并静置后取样。若涉及多个炉的比较，则直接进行取样而不进行任何操作;
在取样时需控制熔体温度，确保所有样品在相同温度条件下浇注，以减少温度差异对实验结果的影响。浇注时稍微溢出杯面，并及时刮掉溢出的熔体，同时在试杯内浇注熔体后应立即盖上盖子，以减少外界环境对样品的影响。本实施例中，为避免风的影响，需将风扇转向其他方向;为减少振动干扰，试杯底座应放置在无振动的环境中。取样完成后，需等待15分钟或使用冷却手段(如水或空气)使底座温度降至50℃以下后再进行测试。
[0029]取样工具(如汤勺)需充分预热30-60秒，以避免工具导致的熔体温度下降。同时，取样工具的预热位置应与取样位置分开，并在预热后去除工具表面的氧化物。在熔体静止区域取样，避免表面氧化物干扰取样过程。
[0030]S2：定义冷却曲线特征值
图3为本发明实施例中经过数据处理后的熔体冷却曲线、一阶和二阶导数数据及其特征值示意图。结合图3，表1详细说明了在铝合金熔体的冷却曲线中的各个特征值及其详细的定义与描述。
[0031]表1铝合金熔体冷却曲线特征值定义与描述
[0032]S3：数据处理及特征值识别提取
数据处理及特征值识别提取的流程图如图5所示，主要包含文件格式转换，数据质量优化，数据预处理，计算冷却曲线的一阶导数及二阶导数，识别冷却曲线特征值，输出特征值结果。
[0033]本实施例中，将温度采集设备得到的.txt文件转换为.csv文件的程序，转换后的文件包含时间和温度两列数据;对常见的数据问题(如表头错误、缺值、错值等)进行优化处理，以确保数据的完整性和一致性。
[0034]对于冷却曲线的数据，采用平滑和滤波等方法进行预处理，消除曲线中的高频成分和短期波动，从而获得更为平滑和连续的冷却曲线。对经过预处理的冷却曲线，利用有限差分方法计算其一阶和二阶导数，为提高计算准确性，分别对所得导数数据进行了再次平滑处理。结合预处理后的冷却曲线及其一阶和二阶导数，开发特征值识别算法，一些较重要的特征值识别算法如下：
初晶最低过冷温度(TU)的识别：在一阶导数为非正数并持续至少五个数据点时，确定为初晶最低过冷温度，同时记录相应的时间点。
[0035]初晶生长温度(TG)的识别：在初晶最低过冷温度之后，当一阶导数为非负数并持续至少八个数据点，且温度达到局部最大值时，确定为初晶生长温度，同时记录相应的时间点。
[0036]初晶再辉温升(ΔT1)的计算：通过初晶生长温度与初晶最低过冷温度的温差计算得出，同时计算对应的过冷再辉时间。
[0037]共晶最低过冷温度(TEU)的识别：在共晶形核温度点之后，当一阶导数为非正数且二阶导数为非负数并持续至少五个数据点时，确定为共晶最低过冷温度，同时记录相应的时间点。
[0038]共晶生长温度(TEG)的识别：在共晶最低过冷温度之后，当一阶导数为非负数并持续至少十个数据点，且温度达到局部最大值时，确定为共晶生长温度，同时记录相应的时间点。
[0039]共晶再辉温升(ΔT2)的计算：通过共晶生长温度与共晶最低过冷温度的温差计算得出，同时计算对应的过冷再辉时间。
[0040]凝固结束温度(TF)的识别：当温度低于550℃时，确定为凝固结束温度，同时记录相应的时间点。
[0041]共晶生长凝固时间差(Δt3)的计算：通过共晶生长温度时间与凝固结束时间的时间差计算得出。
[0042]初晶面积(PrimaryArea)的计算：初晶面积的计算基于初晶形核温度到初晶生长温度之间的时间区间。通过遍历冷却数据，选取在初晶形核时间(primaryDendriteNucleationTime)到初晶生长时间(primaryGrowTime)之间的温度数据点，使用梯形法近似计算面积。具体而言，时间间隔(dx)为相邻两个数据点的时间差，温度差(dy)为相邻两个数据点的平均温度减去凝固结束温度(solidificationEndTemp);将所有时间区间内的面积累加得到初晶面积。
[0043]共晶面积(EutecticArea)的计算：共晶面积的计算类似于初晶面积，基于共晶形核温度到共晶生长温度之间的时间区间。通过遍历冷却数据，选取在共晶形核时间(eutecticNucleationTime)到共晶生长时间(eutecticGrowTime)之间的温度数据点，同样使用梯形法近似计算面积。时间间隔(dx)为相邻两个数据点的时间差，温度差(dy)为相邻两个数据点的平均温度减去凝固结束温度(solidificationEndTemp);将所有时间区间内的面积累加得到共晶面积。
[0044]S4：建立熔体质量多元判据
基于提取的特征值，利用机器学习等回归方法学习冷却曲线的特征值，建立熔体质量的多元判据，对熔体质量进行评分。
[0045]本实施例中，在特征值识别后，使用K模法获得的实验结果作为标签，采用随机森林回归对特征值进行分析，以识别对熔体质量影响最显著的指标;通过SHAP分析，能够评估每个特征值对熔体质量的影响程度，并据此建立多元熔体质量判据。
[0046]具体而言，使用随机森林模型对特征值进行训练和预测，同时，通过SHAP分析可视化每个特征对模型输出的贡献度，以确定最重要的特征指标。选取初晶下面积，共晶下面积，凝固时间，共晶再辉温升，初晶再辉温升，初晶最低过冷温度，初晶生长温度的7个特征值，进一步建立多元熔体质量判据，熔体质量得分为上述7个特征值的加权求和，并以此建立熔体质量得分模型，实现对熔体质量的精准评估。其中每个判据的得分服从高斯分布模型，期望μ与标准差σ由标准化实验测量确定，权重w由SHAP分析可视化每个特征对模型输出的贡献度确定。熔体质量得分模型如下：
[0047]其中，
[0048]
[0053]和分别为初晶下面积的期望、标准差;的期望、标准差;和分别为初晶再辉的期望、标准差;和分别为共晶再辉的期望、标准差;和分别为初晶最低过冷温度的期望、标准差;和分别为初晶生长温度的期望、标准差;和分别为凝固时间的期望、标准差,为凝固时间的最大得分，标准凝固时间为根据凝固理论确定的时间长度。
[0054]以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
说明书附图(5)
声明：
“铝合金熔体质量快速检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
165
编辑：中冶有色网
来源：中信戴卡股份有限公司, 清华大学
分享 0
举报 0
收藏 0
反对 0
点赞 0
2025年03月20日 ~ 22日 
