權利要求

1.一種鋁合金熔體質量快速檢測方法，其特征在于，包括以下步驟：

S1，采集鋁合金熔體樣品并獲取冷卻曲線，具體為：從鋁合金熔煉爐中取樣，倒入安裝有K型熱電偶的一次性樣杯中，通過溫度采集設備記錄鋁合金熔體冷卻凝固過程，獲得冷卻曲線數(shù)據;

S2，定義冷卻曲線特征值，具體為：在獲得的冷卻曲線中，定義初晶形核溫度、初晶最低過冷溫度、初晶生長溫度、共晶形核溫度、共晶最低過冷溫度、共晶生長溫度、初晶再輝溫升、共晶再輝溫升、初晶過冷再輝時間、共晶過冷再輝時間、共晶生長凝固結束時間差、初晶下面積、共晶下面積的特征值，以表征鋁合金熔體凝固過程中的熱力學和動力學特性;

S3，數(shù)據處理及特征值提取，具體為：對冷卻曲線數(shù)據進行文件格式轉換、數(shù)據質量優(yōu)化和平滑濾波處理，計算冷卻曲線的一階和二階導數(shù)，結合特征值識別算法提取冷卻曲線中的特征值;

S4，建立熔體質量多元判據，具體為：基于提取的特征值，采用機器學習回歸方法建立鋁合金熔體質量的多元判據，利用隨機森林模型對特征值進行訓練和預測，并結合SHAP分析評估冷卻曲線特征值對熔體質量的影響，建立熔體質量得分模型，最終對熔體質量進行評分。

2.根據權利要求1所述的一種鋁合金熔體質量快速檢測方法，其特征在于，步驟S1中，從鋁合金熔煉爐中取樣時需確保所有樣品在670℃~690℃溫度區(qū)間的條件下澆注，并在樣杯上蓋上隔離桶，以減少外界環(huán)境對樣品的干擾。

3.根據權利要求1所述的一種鋁合金熔體質量快速檢測方法，其特征在于，步驟S3中，所述對冷卻曲線數(shù)據進行文件格式轉換、數(shù)據質量優(yōu)化，具體為：將溫度采集設備得到的.txt文件轉換為.csv文件的程序，轉換后的文件包含時間和溫度兩列數(shù)據;對常見的數(shù)據問題進行優(yōu)化處理，以確保數(shù)據的完整性和一致性。

4.根據權利要求1所述的一種鋁合金熔體質量快速檢測方法，其特征在于，步驟S3中，采用有限差分方法計算冷卻曲線的一階和二階導數(shù)，以提高特征值識別的準確性，并對所得導數(shù)數(shù)據進行再次平滑處理，以消除短期波動和噪聲。

5.根據權利要求1所述的一種鋁合金熔體質量快速檢測方法，其特征在于，步驟S4中，所述結合SHAP分析評估冷卻曲線特征值對熔體質量的影響，具體為：通過SHAP分析可視化每個特征值對模型輸出的貢獻度，確定初晶下面積、共晶下面積、凝固時間、初晶再輝溫升、共晶再輝溫升、初晶最低過冷溫度、初晶生長溫度的特征值作為評估熔體質量的關鍵指標，并采用高斯分布模型對每個特征值進行標準化。

6.根據權利要求5所述的一種鋁合金熔體質量快速檢測方法，其特征在于，所述熔體質量得分模型中，熔體質量得分通過確定的作為評估熔體質量關鍵指標的特征值進行加權求和實現(xiàn)，其中權重由機器學習的SHAP分析確定，每個特征值采用基于高斯分布的得分模型。

說明書

技術領域

[0001]本發(fā)明涉及鋁合金材料加工技術領域，更具體的，涉及一種鋁合金熔體質量快速檢測方法。

背景技術

[0002]鋁合金的比強度高、導電導熱性能好、抗腐蝕性能強、易加工成形，在航天、航空、汽車、機械、建筑及民用等工業(yè)部門的應用越來越廣泛。隨著鋁合金應用的推廣，它的質量問題引起越來越多的關注。鋁合金澆注前的液態(tài)質量優(yōu)劣直接影響著鑄件缺陷的形成及其微觀組織和力學性能，因此要想控制鋁合金鑄件的整體性能，需首先在澆注前對鋁合金液態(tài)熔體的質量進行分析。

[0003]現(xiàn)有的電子顯微鏡、X射線、波譜儀、能譜儀、金相分析和化學分析等測試手段能對液態(tài)合金的質量作出較為可靠的測試，但是這些儀器和方法對工作環(huán)境和試樣都有較高的要求，且檢測周期長，無法滿足爐前快速檢測的要求。

[0004]現(xiàn)有的熱分析法(ThermalAnalysis)從熱電偶收集的信號轉化為溫度，提供了鋁合金熔體冷卻過程的溫度與時間的曲線，被稱為冷卻曲線。在合金中無論發(fā)生哪一種變化(如加熱時的熔化、冷卻時的結晶、同素異構轉變、固態(tài)中過剩相熔解或析出等)，都伴隨有熱量的釋放或吸收，從而使得因加熱而溫度上升或因冷卻而溫度下降時，溫度變化的連續(xù)性受到破壞，并顯示出特殊的溫度特征值，在加熱或冷卻曲線上形成“拐點”或“平臺”。熱分析法通過對冷卻曲線的拐點和平臺進行分析，能夠反映出鋁合金熔體變質效果等特點。具有易于操作、成本低廉、操作簡單等特點，然而，熱分析法的缺點也很明顯：1)只能進行定性檢測：傳統(tǒng)熱分析法主要基于冷卻曲線的拐點特征來評估熔體質量，但這種方法只能進行定性的判斷，無法量化評估熔體的實際質量水平;2)準確性和可重復性較差：由于熱分析法對實驗環(huán)境較為敏感，例如溫度測量、環(huán)境干擾等因素會對結果產生較大影響，因此其檢測的準確性和可重復性存在較大局限性;3)缺乏多元特征分析：熱分析法僅依賴于冷卻曲線的特征點，缺乏對熔體其他物理化學特性的綜合分析，導致在復雜熔體系統(tǒng)中的適用性有限。

[0005]因此本發(fā)明提出一種鋁合金熔體質量快速檢測方法，可用來研究爐前鋁合金熔體質量快速檢測問題，通過該方法在實際澆注前，檢測鋁合金熔體含氣、含渣以及變質等詳細情況，對改善鑄件質量有積極意義，同時為優(yōu)化生產工藝提供參考。

發(fā)明內容

[0006]為了解決上述技術問題，本發(fā)明提出了一種鋁合金熔體質量快速檢測方法，包括以下步驟：

S1，采集鋁合金熔體樣品并獲取冷卻曲線，具體為：從鋁合金熔煉爐中取樣，倒入安裝有K型熱電偶的一次性樣杯中，通過溫度采集設備記錄鋁合金熔體冷卻凝固過程，獲得冷卻曲線數(shù)據;

S2，定義冷卻曲線特征值，具體為：在獲得的冷卻曲線中，定義初晶形核溫度、初晶最低過冷溫度、初晶生長溫度、共晶形核溫度、共晶最低過冷溫度、共晶生長溫度、初晶再輝溫升、共晶再輝溫升、初晶過冷再輝時間、共晶過冷再輝時間、共晶生長凝固結束時間差、初晶下面積、共晶下面積的特征值，以表征鋁合金熔體凝固過程中的熱力學和動力學特性;

S3，數(shù)據處理及特征值提取，具體為：對冷卻曲線數(shù)據進行文件格式轉換、數(shù)據質量優(yōu)化和平滑濾波處理，計算冷卻曲線的一階和二階導數(shù)，結合特征值識別算法提取冷卻曲線中的特征值;

S4，建立熔體質量多元判據，具體為：基于提取的特征值，采用機器學習回歸方法建立鋁合金熔體質量的多元判據，利用隨機森林模型對特征值進行訓練和預測，并結合SHAP分析評估冷卻曲線特征值對熔體質量的影響，建立熔體質量得分模型，最終對熔體質量進行評分。

[0007]優(yōu)選的，步驟S1中，從鋁合金熔煉爐中取樣時需確保所有樣品在670℃~690℃溫度區(qū)間的條件下澆注，并在樣杯上蓋上隔離桶，以減少外界環(huán)境對樣品的干擾。

[0008]優(yōu)選的，步驟S3中，所述對冷卻曲線數(shù)據進行文件格式轉換、數(shù)據質量優(yōu)化，具體為：將溫度采集設備得到的.txt文件轉換為.csv文件的程序，轉換后的文件包含時間和溫度兩列數(shù)據;對常見的數(shù)據問題進行優(yōu)化處理，以確保數(shù)據的完整性和一致性。

[0009]優(yōu)選的，步驟S3中，采用有限差分方法計算冷卻曲線的一階和二階導數(shù)，以提高特征值識別的準確性，并對所得導數(shù)數(shù)據進行再次平滑處理，以消除短期波動和噪聲。

[0010]優(yōu)選的，步驟S4中，所述結合SHAP分析評估冷卻曲線特征值對熔體質量的影響，具體為：通過SHAP分析可視化每個特征值對模型輸出的貢獻度，確定初晶下面積、共晶下面積、凝固時間、初晶再輝溫升、共晶再輝溫升、初晶最低過冷溫度、初晶生長溫度的特征值作為評估熔體質量的關鍵指標，并采用高斯分布模型對每個特征值進行標準化。

[0011]優(yōu)選的，所述熔體質量得分模型中，熔體質量得分通過確定的作為評估熔體質量關鍵指標的特征值進行加權求和實現(xiàn)，其中權重由機器學習的SHAP分析確定，每個特征值采用基于高斯分布的得分模型;

熔體質量得分模型中的熔體質量得分為初晶下面積，共晶下面積，凝固時間，共晶再輝溫升，初晶再輝溫升，初晶最低過冷溫度和初晶生長溫度這七個特征值的加權求和，具體如下：

[0012]其中，

[0013]

[0014]

[0015]

[0016]

[0017]

[0018]和分別為初晶下面積的期望、標準差;的期望、標準差;和分別為初晶再輝的期望、標準差;和分別為共晶再輝的期望、標準差;和分別為初晶最低過冷溫度的期望、標準差;和分別為初晶生長溫度的期望、標準差;和分別為凝固時間的期望、標準差,為凝固時間的最大得分，標準凝固時間為根據凝固理論確定的時間長度。

[0019]本發(fā)明以上技術方案與現(xiàn)有技術相比，能夠取得下列有益效果：

1.量化熔體質量評估：本發(fā)明基于冷卻曲線的多特征點提取，結合機器學習算法，實現(xiàn)了對鋁合金熔體質量的量化評估;通過建立熔體質量得分模型，可以更精確地表征熔體的冷卻特性和質量水平;

2.提高準確性和一致性：通過標準化的取樣過程，數(shù)據預處理和多個特征值的識別提取，本發(fā)明提高了熔體質量評估的準確性和可重復性，減少了環(huán)境因素對檢測結果的影響;

3.多元特征綜合分析：利用機器學習和回歸分析等手段，本發(fā)明能夠對冷卻曲線中的多項特征進行綜合分析，從而建立多元判據，對熔體質量進行更全面的評估，提升了分析的科學性和適用性;

4.數(shù)據驅動的質量判定：通過使用SHAP分析和隨機森林回歸模型，本發(fā)明能夠識別出對熔體質量影響最大的關鍵特征，從而建立數(shù)據驅動的質量評估體系，為鋁合金熔體的質量控制提供了更為科學的依據。

附圖說明

[0020]圖1為本發(fā)明實施例中鋁合金熔體質量快速檢測方法的流程圖。

[0021]圖2為本發(fā)明實施例中鋁合金熔體取樣及測溫過程示意圖。

[0022]圖3 為本發(fā)明實施例中經過數(shù)據處理后的熔體冷卻曲線、一階和二階導數(shù)數(shù)據及其特征值示意圖。

[0023]圖4為本發(fā)明實施例中未經數(shù)據處理的熔體冷卻曲線及其一階和二階導數(shù)數(shù)據示意圖。

[0024]圖5為本發(fā)明實施例中數(shù)據處理及冷卻曲線特征值識別提取流程圖。

具體實施方式

[0025]為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點，下面結合附圖和具體實施方式對本發(fā)明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

[0026]在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，本發(fā)明的保護范圍并不受下面公開的具體實施例的限制。

[0027]圖1是按照本發(fā)明的優(yōu)選實施例所構建的鋁合金熔體質量快速檢測方法的流程圖，如圖1所示，一種鋁合金熔體質量快速檢測方法，該方法包括下列步驟：

S1：獲得鋁合金熔體樣品的冷卻曲線

鋁合金熔體取樣及測量冷卻曲線的操作，如圖2所示。首先使用取樣勺，從鋁合金的熔煉爐中取得熔體，接著倒入安裝有K型熱電偶的一次性樣杯中冷卻，熱電偶連接溫度采集設備和電腦，記錄鋁合金熔體冷卻凝固的過程，獲得未經數(shù)據處理的熔體冷卻曲線及其一階和二階導數(shù)數(shù)據，如圖4所示。

[0028]本實施例中，規(guī)范了取樣和測量的操作。在剛完成熔化或使用除渣劑處理后的時間段內進行取樣。如需多次取樣，需設定靜置時間(理想靜置時間為20-40分鐘)進行比較。即使熔體狀況沒有明顯變化，也需注意靜置時間對熔體性質的影響。對于使用鋁錠和回爐料的對比研究，僅在未攪拌狀態(tài)下取鋁錠樣，而對于回爐料需進行緩慢攪拌并靜置后取樣。若涉及多個爐的比較，則直接進行取樣而不進行任何操作;

在取樣時需控制熔體溫度，確保所有樣品在相同溫度條件下澆注，以減少溫度差異對實驗結果的影響。澆注時稍微溢出杯面，并及時刮掉溢出的熔體，同時在試杯內澆注熔體后應立即蓋上蓋子，以減少外界環(huán)境對樣品的影響。本實施例中，為避免風的影響，需將風扇轉向其他方向;為減少振動干擾，試杯底座應放置在無振動的環(huán)境中。取樣完成后，需等待15分鐘或使用冷卻手段(如水或空氣)使底座溫度降至50℃以下后再進行測試。

[0029]取樣工具(如湯勺)需充分預熱30-60秒，以避免工具導致的熔體溫度下降。同時，取樣工具的預熱位置應與取樣位置分開，并在預熱后去除工具表面的氧化物。在熔體靜止區(qū)域取樣，避免表面氧化物干擾取樣過程。

[0030]S2：定義冷卻曲線特征值

圖3為本發(fā)明實施例中經過數(shù)據處理后的熔體冷卻曲線、一階和二階導數(shù)數(shù)據及其特征值示意圖。結合圖3，表1詳細說明了在鋁合金熔體的冷卻曲線中的各個特征值及其詳細的定義與描述。

[0032]S3：數(shù)據處理及特征值識別提取

數(shù)據處理及特征值識別提取的流程圖如圖5所示，主要包含文件格式轉換，數(shù)據質量優(yōu)化，數(shù)據預處理，計算冷卻曲線的一階導數(shù)及二階導數(shù)，識別冷卻曲線特征值，輸出特征值結果。

[0033]本實施例中，將溫度采集設備得到的.txt文件轉換為.csv文件的程序，轉換后的文件包含時間和溫度兩列數(shù)據;對常見的數(shù)據問題(如表頭錯誤、缺值、錯值等)進行優(yōu)化處理，以確保數(shù)據的完整性和一致性。

[0034]對于冷卻曲線的數(shù)據，采用平滑和濾波等方法進行預處理，消除曲線中的高頻成分和短期波動，從而獲得更為平滑和連續(xù)的冷卻曲線。對經過預處理的冷卻曲線，利用有限差分方法計算其一階和二階導數(shù)，為提高計算準確性，分別對所得導數(shù)數(shù)據進行了再次平滑處理。結合預處理后的冷卻曲線及其一階和二階導數(shù)，開發(fā)特征值識別算法，一些較重要的特征值識別算法如下：

初晶最低過冷溫度(TU)的識別：在一階導數(shù)為非正數(shù)并持續(xù)至少五個數(shù)據點時，確定為初晶最低過冷溫度，同時記錄相應的時間點。

[0035]初晶生長溫度(TG)的識別：在初晶最低過冷溫度之后，當一階導數(shù)為非負數(shù)并持續(xù)至少八個數(shù)據點，且溫度達到局部最大值時，確定為初晶生長溫度，同時記錄相應的時間點。

[0036]初晶再輝溫升(ΔT1)的計算：通過初晶生長溫度與初晶最低過冷溫度的溫差計算得出，同時計算對應的過冷再輝時間。

[0037]共晶最低過冷溫度(TEU)的識別：在共晶形核溫度點之后，當一階導數(shù)為非正數(shù)且二階導數(shù)為非負數(shù)并持續(xù)至少五個數(shù)據點時，確定為共晶最低過冷溫度，同時記錄相應的時間點。

[0038]共晶生長溫度(TEG)的識別：在共晶最低過冷溫度之后，當一階導數(shù)為非負數(shù)并持續(xù)至少十個數(shù)據點，且溫度達到局部最大值時，確定為共晶生長溫度，同時記錄相應的時間點。

[0039]共晶再輝溫升(ΔT2)的計算：通過共晶生長溫度與共晶最低過冷溫度的溫差計算得出，同時計算對應的過冷再輝時間。

[0040]凝固結束溫度(TF)的識別：當溫度低于550℃時，確定為凝固結束溫度，同時記錄相應的時間點。

[0041]共晶生長凝固時間差(Δt3)的計算：通過共晶生長溫度時間與凝固結束時間的時間差計算得出。

[0042]初晶面積(PrimaryArea)的計算：初晶面積的計算基于初晶形核溫度到初晶生長溫度之間的時間區(qū)間。通過遍歷冷卻數(shù)據，選取在初晶形核時間(primaryDendriteNucleationTime)到初晶生長時間(primaryGrowTime)之間的溫度數(shù)據點，使用梯形法近似計算面積。具體而言，時間間隔(dx)為相鄰兩個數(shù)據點的時間差，溫度差(dy)為相鄰兩個數(shù)據點的平均溫度減去凝固結束溫度(solidificationEndTemp);將所有時間區(qū)間內的面積累加得到初晶面積。

[0043]共晶面積(EutecticArea)的計算：共晶面積的計算類似于初晶面積，基于共晶形核溫度到共晶生長溫度之間的時間區(qū)間。通過遍歷冷卻數(shù)據，選取在共晶形核時間(eutecticNucleationTime)到共晶生長時間(eutecticGrowTime)之間的溫度數(shù)據點，同樣使用梯形法近似計算面積。時間間隔(dx)為相鄰兩個數(shù)據點的時間差，溫度差(dy)為相鄰兩個數(shù)據點的平均溫度減去凝固結束溫度(solidificationEndTemp);將所有時間區(qū)間內的面積累加得到共晶面積。

[0044]S4：建立熔體質量多元判據

基于提取的特征值，利用機器學習等回歸方法學習冷卻曲線的特征值，建立熔體質量的多元判據，對熔體質量進行評分。

[0045]本實施例中，在特征值識別后，使用K模法獲得的實驗結果作為標簽，采用隨機森林回歸對特征值進行分析，以識別對熔體質量影響最顯著的指標;通過SHAP分析，能夠評估每個特征值對熔體質量的影響程度，并據此建立多元熔體質量判據。

[0046]具體而言，使用隨機森林模型對特征值進行訓練和預測，同時，通過SHAP分析可視化每個特征對模型輸出的貢獻度，以確定最重要的特征指標。選取初晶下面積，共晶下面積，凝固時間，共晶再輝溫升，初晶再輝溫升，初晶最低過冷溫度，初晶生長溫度的7個特征值，進一步建立多元熔體質量判據，熔體質量得分為上述7個特征值的加權求和，并以此建立熔體質量得分模型，實現(xiàn)對熔體質量的精準評估。其中每個判據的得分服從高斯分布模型，期望μ與標準差σ由標準化實驗測量確定，權重w由SHAP分析可視化每個特征對模型輸出的貢獻度確定。熔體質量得分模型如下：

[0047]其中，

[0048]

[0053]和分別為初晶下面積的期望、標準差;的期望、標準差;和分別為初晶再輝的期望、標準差;和分別為共晶再輝的期望、標準差;和分別為初晶最低過冷溫度的期望、標準差;和分別為初晶生長溫度的期望、標準差;和分別為凝固時間的期望、標準差,為凝固時間的最大得分，標準凝固時間為根據凝固理論確定的時間長度。

[0054]以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內。因此，本發(fā)明的保護范圍應以所述權利要求的保護范圍為準。

說明書附圖(5)