长轴类大型锻件一般用于传动轴,是机器设备的关键和核心部件,是制造重大装备的基础件,质量要求十分严格。大型锻件由于尺寸大、重量大,需要由大型钢锭直接锻压而成,锻压后锻件性能、组织不均匀非常严重。为达到工作性能要求,必须制定合理的热处理工艺,改善其组织性能,并减少加热时间以达到节约能源的目的。本论文的研究课题来源于广东省重大科技专项(2009A080304004)“船舶工业用大型锻件锻造减量化及余热能源利用技术的研究与产业应用”。本文以传热学理论为基础,以船用长轴类大锻件为研究对象,制定了余热热处理工艺规范,采用有限元数值模拟和试验研究相结合的方法,对锻件的余热热处理过程进行数值模拟,并通过优化算法优化了最终热处理工艺参数。本文研究内容和结论如下:(1)根据锻件材料的化学成分、热物性数据、等温转变曲线(TTT)和相变潜热等,建立了35CrMo材料库。通过对锻件内部温度的实测,采用有限差分法编程计算,获得锻件换热系数曲线。(2)通过物理模型试验验证了余热正火热处理工艺是可行的。试验结果表明,该工艺不仅保证了锻件中心部位的韧性、改善了表面耐磨性,而且缩短了加热时间。相对于常规正火工艺,余热正火减少了58%以上的加热时间。(3)采用DEFORM-3D有限元软件建立了余热热处理过程的有限元计算模型,通过试验对模型进行了验证,模拟结果与实测结果基本相符。数值模拟结果表明,淬火5min时,锻件圆角部位的等效应力最大,此时等效应力为401Mpa,锻件在淬火过程中不会出现塑性变形现象。调质处理后主要组织为回火索氏体,具有良好的综合力学性能。(4)提出了一种SVM神经网络与遗传算法相结合的长轴类大型锻件热处理工艺参数优化方法,以淬火温度、淬火保温时间、回火温度和回火保温时间等工艺参数为优化对象、加热时间和最大残余应力为优化目标,对长轴类大型锻件的最终热处理工艺进行了优化。首先进行正交试验,以试验数据为样本;通过神经网络建立工艺参数与目标之间的非线性映射模型;然后采用遗传算法对模型进行优化获取最优工艺参数。结果表明:相对于传统的调质工艺,优化工艺的加热时间减少了22%、最大残余应力下降了24%。