核级锆管超声合格率降低事件分析

核级锆管是核反应堆安全运行的重要保障。文章以核级锆管生产过程中出现超声合格率偏低的事件为例,采用故障树的方法对核级锆管生产过程的人员、工艺、设备、原料、监测和文件进行排查和实验。结果表明:管材第三道次孔型曲线设计不合理、内酸洗去除量不足及第四道次变形过程中的Q值(减壁与减径比)偏小导致轧制后的管材产生缺陷,造成成品检测合格率降低事件。针对管材超声偏低事件,基于有限元理论建立了管材轧制模型,验证了排查结果的正确性。同时提出了后续整改和持续改进措施,并对后续生产过程中的质量控制提出了进一步的要求。     

酸洗工艺对Zr-4合金管材氟残留影响

酸洗工艺能消除锆合金管材内外表面划伤、点坑、色差等缺陷,但是锆合金和酸液反应后会生成氟残留。SGHWR核反应堆中发现锆合金包壳出现由内向外穿透性的腐蚀裂纹,实验认为可能与包壳管表面的氟残留有关。文章通过高温分光广度法、有限元、能谱分析的方法研究了酸液（HF与HNO3酸的混合液）浓度、酸洗次数及管材裂纹对Zr-4合金管材氟残留或氟元素的影响。结果表明:随着HF浓度的增加,Zr-4合金表面的氟残留数值略有增加。酸洗次数对Zr-4合金表面的氟残留数值结果无影响。管材缺陷断口面的氟元素基本保持在一个水平基准面。     

基于人工神经网络的回热系统主要故障预测模型

为有效预测回热系统故障,分别基于Traingda、Traincgf和Trainrp算法建立回热系统故障征兆和故障现象的误差反向传播神经网络预测模型,输入层为故障征兆,输出层为故障现象。以某电厂的实测数据对3种预测模型进行训练和测试,训练和测试结果表明:基于Traincgf算法建立的预测模型测试误差最小、收敛速度较快。其模型网络为9-7-9结构,动量因子为0.6,学习速率为0.8。基于Traincgf算法建立的回热系统故障征兆和故障现象的误差反向传播神经网络预测模型可有效通过故障征兆预测回热系统的故障现象,对回热系统的故障检测有一定的参考价值。     

基于锆基合金退火参数与硬度的BP神经网络模型

基于Trainrp算法建立锆基合金HANA-4(Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr)和HANA-6(Zr-1.1Nb-0.05Cu)退火参数与硬度的BP神经网络预测模型。模型输入单元为合金成分、退火温度和退火时间,输出单元为硬度。神经网络为3-7-1结构,动量因子和学习速率均为0.6。以实验结果验证网络的可靠性。预测结果表明,相对误差为7%,相对拟合率R值为0.98534。该模型可为锆基合金退火参数的制定提供参考。网络敏感性分析表明:退火温度和退火时间对网络的精度影响很大,而合金成分则影响很小。     

基于FEM-ANN法的Zr-4合金板材轧制有限元模型

文章基于FEM-ANN相结合的方法建立了Zr-4合金四辊板材精轧的有限元模型。模型的输入层为轧制过程中的轧辊直径、摩擦因数及轧辊速度,输出层为板材Von Mise应力数值。模型选用Traingdax算法、模型结构为3-7-1、动量因子为0.8、学习速率为0.6时,模型的R值为0.9。该模型具有模拟精度高、匀速速度快的优点,可有效地通过Zr-4合金板材轧制过程中的轧制工作辊直径、轧制摩擦力及轧制速度的各种参数模拟出对应板材受力图,为研究Zr-4合金的轧制工艺参数与板材表面受力之间的关系提供了一种新方法。     

12Cr13马氏体不锈钢热处理工艺参数的ANN-GA模型

12Cr13马氏体不锈钢淬火和回火工艺参数对其力学性能影响较大,测定其热处理工艺对力学性能的影响周期长且成本高。在神经网络与遗传算法基础上建立12Cr13马氏体不锈钢热处理工艺参数与力学性能的预测模型。模型输入单元为淬火温度、淬火保温时间、冷却方式及回火温度,输出单元为抗拉强度、屈服强度、延伸率及断面收缩率。采用Traincgf算法的神经网络收敛速度快,误差小。隐含层节点单元为6,动量因子为0.6,学习速率为0.2时,网络测试的均方误差值均最小。经过网络测试的抗拉强度、屈服强度、延伸率及断面收缩率的最大相对误差绝对值分别为3.24%,2.48%,9.45%和8.82%。12Cr13马氏体不锈钢的预测模型具有结构简单,拟合精度高的特点。可利用12Cr13马氏体不锈钢热处理工艺参数预测其力学性能,为工艺优化设计提供参考。     

基于人工神经网络对锆基合金HANA-4和HANA-6回火后硬度的预测

采用人工神经网络方法建立了锆基合金HANA-4(Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr)和HANA-6(Zr-1.1Nb-0.05Cu)回火参数与硬度的预测模型;利用所建立的网络模型预测不同回火态下材料的硬度。测试结果表明:最大相对误差绝对值是6.8869%,拟合率是0.9991。     

变形量对Zr-4合金管材性能影响

锆及锆合金在核电站水冷动力堆的包壳管和堆芯结构材料中具有广泛的应用前景。文章研究了变形量分别为55%和60%的Zr-4合金管材力学、均匀腐蚀及氢化物取向性能。结果表明:55%变形量的Zr-4管材的室温拉伸性能中抗拉强度和屈服强度高于60%变形量的Zr-4管材。55%变形量的Zr-4合金管材的高温（316℃）拉伸性能中抗拉强度、屈服强度以及延伸率波动小于60%变形量的的Zr-4管材。变形量为60%的Zr-4合金管材均匀腐蚀和氢化物取向因子测试结果略低于变形量55%的Zr-4管材。     

冷轧和热处理对锆合金管材第二相和织构的影响

文章研究了冷轧和热处理加工工艺对于锆合金织构和第二相的影响。挤压管坯经过三道轧制和三次热处理。SEM结果表明,轧制过程中第二相粒子弥散分布的趋势是尺寸减少、数量增多。TEM结果表明,第二相粒子细小且弥散分布在晶界和晶粒内部。能谱结果验证了Zr-Nb-Fe粒子存在。为获得更多<100 nm的第二相粒子应对第一和第二次轧制和再结晶过程进行优化。随着轧制工序的增加,织构轧向Fa变化很小,法向Fr为增大趋势。在工艺过程为获得高的Fr值时,需加大变形量。     

基于有限元法(FEM)的Zr-4合金管材酸洗氟残留的研究

在常规锆合金管材酸洗工艺参数下,研究了Zr-4合金管材在酸洗过程中内径尺寸、取样位置、冲水温度以及缺陷深度对氟残留的影响规律,并利用有限元法(FEM)对实验结果进行了理论分析。结果表明:随着Zr-4合金管材内径的增大,管材内表面的氟残留逐渐增大;Zr-4合金管材头部、中部及尾部的氟残留基本保持一致;随着冲水温度的升高,Zr-4合金管材内表面氟残留降低;Zr-4合金管材的缺陷深度与氟残留无明显的对应关系。