近些年来,造船业蓬勃发展,建造了很多大型船舶。但随之而来的是各种重大事故明显增多。经过调查研究发现,船体大型焊接结构物在低温条件下的脆性断裂是引起这些事故的主要原因之一。灾难性事故的发生,与船用钢板韧性差从而导致船体结构防断能力不足有密切关系。所以建立船用钢板韧性指标,成为船用钢板防断研究的重点和难点,船用钢板破坏韧性值的评价方法也成为越来越重要的研究课题。 目前在工程上用于描述断裂韧性的指标主要有应力强度因子临界值、夏比试验吸收能、夏比试验脆断转变温度值等。各国船级社根据材料夏比试验的吸收能,把钢材分为各种级别。在船舶行驶过程中,对应于某一部分钢板出现裂纹,如果能够利用该级别材料在规范中规定的吸收能,通过计算得到该材料的断裂韧性,然后根据产生的裂纹大小以及外界载荷计算出此时的应力强度因子,比较后确定结构是否会发生破坏,就能对此时的船舶的安全性能进行评价。这在现实中具有重要意义。 本文主要针对船用钢板的母材部分,在前人对于用v型夏比切口撞击试验的结果来评价断裂韧性值研究的基础上继续研究,期望用现代计算方法加以改进,建立并完善由夏比试验到船用钢断裂韧性之间的映射。本硕士学位论文主要内容包括以下几个方面: 首先,在对该课题研究领域做了简要回顾的基础上,提出了本文研究的意义所在。其次,由于本文主要是做船用钢板利用v型夏比切口撞击试验的结果来推断断裂韧性的研究,因此在第二章中对夏比试验所需的相关参数进行了简要的介绍,包括夏比试验吸收能(vE_T)、脆性破面率转变温度(vTrs)、脆断转变温度(vTre)、破坏发生界限温度(σ)等。第三章主要是利用夏比试验的吸收能与材料韧性之间的关系,在前人研究的基础上运用神经网络算法建立映射关系,再利用数理统计,变单纯的映射关系为概率关系,并在概率的基础上建立计算流程。第四章主要是应用神经网络算法学习由数值计算得到的样本,实现了由夏比吸收能量值到断裂韧性值的在概率基础上的映射。最终确定建立在概率基础上的船用钢板断裂韧性值的评价,并开发了相应的计算软件。