欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(1)
  • 图书()
  • 专利()
  • 新闻()

神经网络在冷轧301S不锈钢极薄带材表面硬度预测中的应用

李志峰 , 麻永林 , 冯岩 , 宫美娜 , 邢淑清

钢铁

基于现场生产冷轧极薄不锈钢带材表面硬度极难控制的问题,针对301S不锈钢的冷轧生产工艺进行了研究,分析了不锈钢冷轧生产过程中影响表面硬度的相关工艺参数,得出材料的抗拉强度、轧制速度、轧制油温度和压下率是影响轧后材料表面硬度的关键因素.利用BP神经网络建立了预测表面硬度的非线性映射模型,并根据此模型得出了预测数据的趋势图谱.研究结果表明,压下率的变化对冷轧不锈钢表面硬度的调节能力最强,而其他参数对硬度的影响为10HV左右.经检验,模型的预测值和实测值的相对误差为-2.63%~2.76%,预测结果准确率高,可以用于产品质量的现场在线控制.

关键词: 冷轧 , 不锈钢 , 神经网络 , 工艺参数 , 硬度预测

出版年份

刊物分类

相关作者

相关热词