基于BP神经网络的CrMnBH类钢淬透性预报

发布时间：2017-12-30 20:30

  本文关键词：基于BP神经网络的CrMnBH类钢淬透性预报　出处：《热加工工艺》2016年20期 　论文类型：期刊论文

  更多相关文章： 改进BP神经网络 淬透性 汽车用钢

【摘要】：实际生产过程中汽车用钢的淬透性很难控制,各因素之间的关系呈非线性映射。通过对影响淬透性化学元素的分析和改进的BP人工神经网络,构建了优化的汽车用钢淬透性预测模型。结果表明:实验值与预测值之间的误差在6%以内,其预测的准确性高,成功应用到某钢厂的现场生产预报。
[Abstract]:The car in the actual production process with the hardenability of steel is difficult to control, the relationship between various factors in a nonlinear mapping. By analyzing and improving the permeability of chemical elements on the influence of the quenching of the BP artificial neural network, constructed optimization for automotive steel hardenability prediction model. The results show that the experimental values and the prediction error value is less than 6%. Its accuracy is high, successfully applied to the scene of a steel production forecast.

【作者单位】： 安徽工业大学冶金工程学院;
【分类号】：TG142.1
【正文快照】： 由于某中型钢厂的客户群存在较大差异,客户的设备能力也存在较大差异,因此就要求能针对不同的客户需求生产具有不同性能的棒材产品。对于同一批次的钢材在轧制过程中由于现场条件各因素的影响,其淬透性会出现波动,其波动的大小用淬透性带宽来表示。淬透性带宽越窄,越有利于下，

本文编号：1356410