招标
基于材料基因工程的高钢级管道环焊接头组织优化与性能预测技术研究招标公告
金额
-
项目地址
北京市
发布时间
2024/10/08
公告摘要
项目编号bjgd2024-gkzb-fw-049
预算金额-
招标公司国家管网集团北京管道有限公司
招标联系人刘权15810957379
招标代理机构北京陕京汇园能源技术开发有限公司
代理联系人姜炜齐010-84884836
标书截止时间2024/10/14
投标截止时间2024/10/30
公告正文
招标项目名称:基于材料基因工程的高钢级管道环焊接头组织优化与性能预测技术研究
项目编号:BJGD2024-GKZB-FW-049
招标人:国家管网集团北京管道有限公司
联系人:刘权
联系电话:15810957379
代理机构:北京陕京汇园能源技术开发有限公司
联系人:姜炜齐
联系电话:010-84884836
项目规模: 油气长输管道是石油和天然气最主要的运输方式,对国家能源安全起着重要作用。管道断裂失效造成突发性灾害,给管道安全生产带来极大风险,管道环焊缝缺陷或损伤导致的管道失效案 例屡见不鲜,引起社会广泛关注。受限于管道环焊缝材料组织特征的多样性、失效机理的复杂性,缺陷检测、风险识别、治理管控措施在环境和载荷多场耦合下仍存在较大局限性,环焊缝失效风险识别难、预测难、定因难,给安全生产管理带来极大技术挑战,管道完整性管理理念难以得到有效贯彻落实。分析当前困境背后的根源性技术问题,环焊缝材料的组织性能是影响其失效过程的重要因素,也是当前需要提升认识、深化研究的关键点。环焊接头的组织结构具有明显的非均匀性,成分组织性能之间的关联关系十分复杂,建设施工过程造成环焊缝质量差异性大,较大的残余应力给环焊缝服役带来更多环境影响,运维过程难以实现环焊缝风险精准管控。 本项目计划对照构建环焊缝材料性能高效优化、精准预测的新型管控范式需求,按照材料基因工程技术理念与方法,利用材料数据库、表征测试、机器学习、机器视觉等方法,借助物理冶金知识与人工智能技术的双轮驱动,发掘高钢级管道环焊缝材料组织性能构效关系,识别危害因素及相关作用机制,构建环焊缝成分-组织-性能预测模型和多模态数据集,建立知识图谱和适用于工程实践的组织性能评测标准。
标段编号:标段一
文件获取开始时间:2024-10-08 15:00:00
文件获取截止时间:2024-10-14 17:00:00
文件递交截止时间:2024-10-30 08:30:00
开标时间:2024-10-30 08:30:00
标段内容:如要研究内容如下: 1.科技文献数据自动挖掘与抽取技术研究。对国内外相关文献、标准、专利、产品、项目、成果、专家等数据资源进行全面检索,自动抽取和整合高钢级管线钢及环焊接头的成分、组织、工艺、性能、失效模式等数据。 2.多模态数据融合与数据库构建技术研究。融合科技文献数据、产品数据、失效分析数据等,构建多模态数据融合的高钢级管线钢和环焊接头成分、组织、工艺、性能、失效模式数据库。 3.高钢级管线钢环焊接头材料性能基因图谱研究。基于理论知识和多模态数据,建立涵盖环焊接头性能与各类影响因素关联关系的基因图谱,筛选性能劣化的关键致因和主要危害相,与其他技术方向的实验结果相结合,探索可提升焊接质量的产品或工艺优化路径。 4.环焊接头成分表征及显微组织图像挖掘与特征提取技术研究。对新制备环焊接头的不同位置(区域、时钟、厚度),精确定量表征化学成分分布,验证元素扩散动力学计算结果的准确性,详细表征组织结构、晶粒取向及尺寸,挖掘提取关键组织特征。 5.环焊接头组织结构与性能深度学习模型研究。结合其他研究成果获得的热履历变化曲线,开展不同成分体系材料多层多道焊接的高通量热模拟实验,建立环焊接头成分-热循环工艺-组织特征-力学性能深度学习预测模型,结合新预制环焊接头的表征测试结果,研究明确危害相影响焊缝力学性能的微观机理,提出有害组织控制目标。 6.采用全自动焊接工艺预制环焊接头,预制过程中,同步采用焊接过程原位检测技术记录焊接工艺参数和熔池信息,发展熔池图像信息解析算法,探索建立融合焊接参数、熔池信息、温度场分布与焊缝力学性能的卷积神经网络模型。详情请下载附件!
项目编号:BJGD2024-GKZB-FW-049
招标人:国家管网集团北京管道有限公司
联系人:刘权
联系电话:15810957379
代理机构:北京陕京汇园能源技术开发有限公司
联系人:姜炜齐
联系电话:010-84884836
项目规模: 油气长输管道是石油和天然气最主要的运输方式,对国家能源安全起着重要作用。管道断裂失效造成突发性灾害,给管道安全生产带来极大风险,管道环焊缝缺陷或损伤导致的管道失效案 例屡见不鲜,引起社会广泛关注。受限于管道环焊缝材料组织特征的多样性、失效机理的复杂性,缺陷检测、风险识别、治理管控措施在环境和载荷多场耦合下仍存在较大局限性,环焊缝失效风险识别难、预测难、定因难,给安全生产管理带来极大技术挑战,管道完整性管理理念难以得到有效贯彻落实。分析当前困境背后的根源性技术问题,环焊缝材料的组织性能是影响其失效过程的重要因素,也是当前需要提升认识、深化研究的关键点。环焊接头的组织结构具有明显的非均匀性,成分组织性能之间的关联关系十分复杂,建设施工过程造成环焊缝质量差异性大,较大的残余应力给环焊缝服役带来更多环境影响,运维过程难以实现环焊缝风险精准管控。 本项目计划对照构建环焊缝材料性能高效优化、精准预测的新型管控范式需求,按照材料基因工程技术理念与方法,利用材料数据库、表征测试、机器学习、机器视觉等方法,借助物理冶金知识与人工智能技术的双轮驱动,发掘高钢级管道环焊缝材料组织性能构效关系,识别危害因素及相关作用机制,构建环焊缝成分-组织-性能预测模型和多模态数据集,建立知识图谱和适用于工程实践的组织性能评测标准。
标段编号:标段一
文件获取开始时间:2024-10-08 15:00:00
文件获取截止时间:2024-10-14 17:00:00
文件递交截止时间:2024-10-30 08:30:00
开标时间:2024-10-30 08:30:00
标段内容:如要研究内容如下: 1.科技文献数据自动挖掘与抽取技术研究。对国内外相关文献、标准、专利、产品、项目、成果、专家等数据资源进行全面检索,自动抽取和整合高钢级管线钢及环焊接头的成分、组织、工艺、性能、失效模式等数据。 2.多模态数据融合与数据库构建技术研究。融合科技文献数据、产品数据、失效分析数据等,构建多模态数据融合的高钢级管线钢和环焊接头成分、组织、工艺、性能、失效模式数据库。 3.高钢级管线钢环焊接头材料性能基因图谱研究。基于理论知识和多模态数据,建立涵盖环焊接头性能与各类影响因素关联关系的基因图谱,筛选性能劣化的关键致因和主要危害相,与其他技术方向的实验结果相结合,探索可提升焊接质量的产品或工艺优化路径。 4.环焊接头成分表征及显微组织图像挖掘与特征提取技术研究。对新制备环焊接头的不同位置(区域、时钟、厚度),精确定量表征化学成分分布,验证元素扩散动力学计算结果的准确性,详细表征组织结构、晶粒取向及尺寸,挖掘提取关键组织特征。 5.环焊接头组织结构与性能深度学习模型研究。结合其他研究成果获得的热履历变化曲线,开展不同成分体系材料多层多道焊接的高通量热模拟实验,建立环焊接头成分-热循环工艺-组织特征-力学性能深度学习预测模型,结合新预制环焊接头的表征测试结果,研究明确危害相影响焊缝力学性能的微观机理,提出有害组织控制目标。 6.采用全自动焊接工艺预制环焊接头,预制过程中,同步采用焊接过程原位检测技术记录焊接工艺参数和熔池信息,发展熔池图像信息解析算法,探索建立融合焊接参数、熔池信息、温度场分布与焊缝力学性能的卷积神经网络模型。详情请下载附件!
返回顶部