基于神经网络的微合金钢热轧奥氏体晶粒尺寸预报模型

• 作者: 孙雷剑 张剑平 牛济泰 白宏哲
• 来源期刊: 哈尔滨工业大学学报
• 学科: 经济
• 关键词: 微合金钢 控制轧制 奥氏体晶粒尺寸 神经网络 BP算法 改进的BP算法 预报模型
• 年，卷（期）: 2002,（1）
• 页码范围: 40-43,74
• 页数: 5页
• 分类号: F293.3
• 字数: 4498字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2002.01.011

摘要

基于神经网络原理,对微合金钢热轧控制参数的选取进行了研究. 制订了一套获取样本数据的实验方案. 该方案利用Gleeble-1500热力模拟机提取了轧制温度、应变量、应变速率和相应的应力应变曲线,并通过显微观察获取了实验后样品断面的奥氏体晶粒尺寸. 通过归一化把实验所得数据进行必要的处理. 采用改进BP算法训练网络,对热轧控制参数(轧制温度、应变量、应变速率)和描述微合金钢组织性能的参数(奥氏体晶粒尺寸)之间的映射关系进行了函数逼近,建立了奥氏体晶粒尺寸及流变应力神经网络模型. 实践证明,将该神经网络模型运用于热轧控制预报,提高了预测精度并取得较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张剑平		7	38	4.0	6.0
2	牛济泰	哈尔滨工业大学材料科学与工程学院	42	491	14.0	20.0
3	孙雷剑	哈尔滨工业大学材料科学与工程学院	2	34	2.0	2.0
4	白宏哲	哈尔滨理工大学电气与电子工程学院	5	39	4.0	5.0