国内外把稀土元素对熔敷金属的影响以及熔敷金属力学性能预测作为两个独立的内容已经进行了较多的试验和理论研究。一方面是研究稀土元素对熔敷金属的定性影响( 缺乏定量研究) ，另一方面是对不含稀土元素的熔敷金属力学性能进行预测研究( 熔敷金属中都是常规元素，不含稀土元素) 。

1 稀土元素对熔敷金属的定性影响研究

关于稀土元素对熔敷金属的影响方面，在稀土材料的选择上经历了将重稀土应用到焊条中到将轻稀土或轻稀土氧化物应用到焊条中的过程。在20世纪80 年代许多学者开始研究重稀土钇对熔敷金属的影响，但由于钇粉极易氧化，近年来在重稀土方面主要是研究重稀土与轻稀土的合金在材料中的应用，Reynaud A进行了钇钆合金在材料改性方面的研究，并证明钇钆镁合金能使不锈钢材料表面沉积物变成马氏体组织。由于重稀土加工困难、价格贵，而轻稀土合金容易获取，因此Samanta S K 等研究在不锈钢焊缝里加入铈和铌合金比单独的铈显示出更强的抵抗氧化作用。和重稀土比，稀土合金

容易获取，但和轻稀土及轻稀土氧化物比，制造轻稀土合金比较复杂，价格也比轻稀土及稀土氧化物高，所以使用轻稀土合金的成本要高于稀土氧化物及轻稀土的成本，人们试图添加稀土氧化物或轻稀土来代替稀土合金。

Thewlis G发现铈微粒在熔化温度中比较稳定，而且与钢保持着共格的关系。添加适量Ce 可以细化组织，使粒状贝氏体及M － A 组元分布更加弥散均匀，同时有助于基体向针状铁素体发展，使断裂韧窝深度更大且分布均匀，有利于韧性提高。

Van Der Eijk C 等描述了一种实验室规模的试验，将铈和硫添加到液体的低合金钢中得到非常细小的有利于铁素体形核的硫氧化物颗粒。李建国在焊条药皮中添加钇以及结合其它合金元素的过渡，使得焊条工艺性能好，堆焊层组织晶粒细小，能够保证堆焊层既有一定的硬度又具有足够的韧性，且堆焊层硬度有利于所焊材料的修复。郭永环等针对典型的E4303 型焊条抗裂性较差的问题，在新型低碳钢焊条药皮配方开发研制中采取通过药皮过渡微量的镧钇元素，结果表明加入镧、钇能净化焊缝金属组织，可起到脱硫、脱磷、去氧的作用，抗裂性能好，同时能改变熔敷金属的组织形态，可细化晶粒。

Nishimoto K 等通过添加镧和铈来研究稀土对低合金钢焊接性的影响，发现铈含量在0.2% ～0.3% 时焊接热影响区不出现裂纹。李达等在含有Cr、Mn、Mo、Ni 等合金元素的焊条药皮中添加以La 和Ce 元素为主的混合稀土氧化物，试验结果表明，其堆焊金属组织为细针状铁素体，断口为细韧窝状，且分布均匀。

Nishimoto K 等深入研究还发现镧和铈能使晶粒细化，但镧和铈超过0.3% 时，焊接热影响区的裂缝敏感性增加，在晶界上形成低熔点的Ni7La2和Ni2Ce。不但药皮中的稀土元素会影响熔敷金属的组织及力学性能，焊接工艺参数也会对其产生影响，如最优的NZ30K 激光焊接工艺参数范围为激光功率7 kW ～ 8 kW，焊接速度3 m/min～ 4 m/min。

以上大量的试验及研究结果已经证实了适量的稀土对熔敷金属的细化及强化作用。为了揭示稀土对熔敷金属力学性能的影响规律，郭永环建立了稀土元素与熔敷金属力学性能间的数学模型，虽然研究方法上从定性研究转向定量研究是一大进步，但并不能预测样本值之外其他配方熔敷金属的力学性能，设计焊条配方的成本依然很高。因此为了减少高性能焊接材料的设计成本，预测样本值之外其他稀土配方熔敷金属的力学性能势在必行。

2 熔敷金属力学性能预测研究

近年来，获得迅猛发展的神经网络技术，也开始应用到焊接领域中，并被应用于焊接裂纹、焊道熔深、双椭球热源、电阻点焊的质量、激光焊的质量以及不锈钢焊缝的熔深等预测任务。主要以反向传播( BP) 神经网络、径向基( RBF) 人工神经网络、模糊神经网络( FNN) 来建立影响因子和性能指标及质量参数间的关系模型。Pal S 等针对脉冲熔化极气体保护焊建立了反映焊接速度、脉冲频率等工艺参数与焊接接头最大抗拉强度之间映射关系的BP 网络模型。Martín óA 等学者利用BP 网络建立了304 奥氏体不锈钢点焊质量预测模型，Xu Y L 等利用BP 网络实现了对E4303 电焊条熔敷金属的力学性能的预测。

预测过程中，如果输出值与期望值之间的误差不满足精度要求，则将误差值沿联接通路逐层反向传播并修正各层的联接权值。不断重复前向和反向传播过程直至达到所期望的精度要求为止。但由于BP 网络容易陷入局部极小等缺点，为了解决此问题，国内外学者开始利用其他的神经网络方法。张永志等利用RBF 网络建立了TC4钛合金TIG 焊焊接工艺参数与接头力学性能关系的网络模型，克服了BP 网络训练时间长和容易陷入局部极小的缺点。邓欣等对神经元网络在焊接接头力学性能预测上的应用做了探索，训练了焊接方法包括焊条电弧焊、气体保护焊、埋弧焊和TIG 焊的抗拉强度、屈服强度、断后伸长率和断面收缩率模型。并在此基础上设计完成了基于人工神经网络的焊接接头力学性能预测系统。黄俊等建立了基于反向传播神经网络、径向基函数神经网络、自适应模糊神经网络三种单一模型的碳钢焊条熔敷金属力学性能非线性神经网络组合预测模型，综合运用遗传算法优化神经网络连接权的方法对模型预测性能进行了有效改进，使延伸率、冲击功指标的预测平均相对误差分别降为3.15% 和2.67% ，与采用单一预测模型相比，组合预测模型能够显著提高预测准确性和泛化能力。虽然以结构钢焊条为研究对象，但熔敷金属并不含稀土元素，而且没有考虑到焊接工艺对力学性能的影响。董俊慧等建立了用于焊接接头力学性能预测的自适应模糊神经网络模型，利用该模型，使用BP 算法和BP 算法与最小二乘相结合的混合算法，采用不同的输入变量隶属度函数、模糊子集数、迭代次数，对焊接接头力学性能进行了ANFIS仿真。结果表明，当采用混合算法，且模糊子集数为3 时，网络训练和预测结果平均误差均远小于7 %，能够满足实际生产的要求。但测定的是TC4钛合金的熔敷金属的力学性能，非用量较大的结构钢焊条熔敷金属的力学性能，其推广性有待于深入。这些预测研究中都不含稀土元素。

在进行焊接材料设计时，国内外学者研究并应用了焊接材料计算机辅助设计软件及专家系统。我国从80 年代末开始进行焊接专家系统的研制，如早些时候见于报道的是南昌航空工业学院焊接方法选择专家系统。清华大学、哈尔滨工业大学、天津大学等也相继进行了焊接专家系统的研究与开发，到目前己经获得大量的研究成果，并应用到实际工程中。焊接材料的工艺设计主要取决于配方设计，天大学开发了WMCAD 焊接材料计算机辅助设计软件包，可以根据试验目的选择适合的试验优化方案，根据试验结果建立最优的数学模型，预测已知配方材料的力学性能。湘潭大学开发的ZWZY 配方设计系统具有拟定正交设计试验方案，建立性能指标间的多元非线性回归方程，求解最优配方，已经取得了满意的效果。

由于焊接材料和性能之间的关系不易用简单的回归模型表述，如果回归模型过于复杂、考虑因子较多、或者考虑因子次数较高，会对试验量要求很大，因而对简单的配方可以应用这样的辅助方法。近年来兴起的神经网络技术更是为焊接材料的研究开辟了新的途径，可以弥补回归分析方法的这个缺陷。神经网络可以逼近任何复杂的输入输出关系，这弥补了回归模型不能模拟复杂关系的缺点。

但是目前有些软件包在使用神经网络进行建模时却忽略了对试验方案的设计，这对于提高建模有效性和降低试验成本不利。因而重庆大学在焊接材料的计算机辅助设计方面做试验设计与神经网络结合并应用遗传算法优化的尝试。在实践中人们认识到模糊逻辑推理在焊接过程中有着广阔的应用前景，并积极将模糊控制用于焊接领域。然而模糊逻辑推理在自学习和自适应方面缺乏有效的能力，因此要获得满足实际系统中的模糊规则，需要用大量时间进行复杂的计算和反复的探索，这大大制约了模糊逻辑推理的应用。因此人们将模糊逻辑与神经网络结合应用，使模型具有神经网络的结构，建立了模糊神经网络模型应用于焊接领域的预测和控制 。