为实现普碳钢中厚板的柔性化轧制,建立了一种新的用于制定温度制度的理论算法.首先建立最佳预测能力的人工神经网络,用于预测中厚板力学性能;然后运用遗传算法制定出温度制度,并由回归出的力学性能公式对预测结果进行验证.结果表明,通过回归法和人工神经网络均可精确地预测中厚板的力学性能,而且神经网络的预测精度比回归公式的预测精度高;终轧温度和终冷温度对力学性能的影响最大;通过温度制度和力学性能回归公式计算出的强度,与目标强度非常吻合;对同一成分的钢种,通过制定合适的温度制度可以轧制出不同强度的产品,以减缓中厚板产品大规模定制中各阶段之间的矛盾.
参考文献
[1] | Liu X H,Wang G D,Du L X.Iron Steel,2006;41(11):32(刘相华,王国栋,杜林秀.钢铁,2006;41(11):32) |
[2] | Wang G D,Liu X H,wu D.Steel Rolling,2006;23(2):1(王国栋,刘相华,吴迪.轧钢,2006;23(2):1) |
[3] | Mo C L,Li Q,Li D Z.Acta MetaU Sin,2003;39:1110(莫春立,李强,李殴中.金属学报,2003;39:1110) |
[4] | Zheng H,Wang Z D,Wang G D.Iron Steel,2002,37(7):37(郑晖,王昭东,王国栋.钢铁,2002;37(7):37) |
[5] | Dobrzanski L A,Kowalski M,Madejski J.J Mater Process Technol,2005;164-165:1500 |
[6] | Son J S,Lee D M,Kim L S.J Mater Process Technol,2004;153-154:643 |
[7] | Deng T Y,wu D,Xu Y B.Iron Steel,2008;43(1):58(邓犬勇,吴迪,许云波.钢铁,2008;43(1):58) |
[8] | Uhm S,Moon J,Lee C.ISIJ Int,2004;44:1230 |
[9] | Hodgson P D,Gibbs R K.ISIJ Int,1992;32:1329 |
[10] | Yoshie A,Fujioka M,Watanabe Y.ISIJ Int,1992;32:395 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%