利用人工神经网络模型预测SS400热轧板带力学性能

• 作者: 刘孝荣 刘相华 张丕军 王国栋 王昭东 郑晖
• 来源期刊: 钢铁
• 学科: 工学
• 关键词: 人工神经网络 BP算法 力学性能
• 年，卷（期）: 2002,（7）
• 所属期刊栏目: 压力加工
• 页码范围: 37-40,53
• 页数: 5页
• 分类号: TP18
• 字数: 1814字
• 语种: 中文
• DOI: 10.3321/j.issn:0449-749X.2002.07.010

摘要

针对传统的回归方法的某些不足,采用了人工神经网络的方法预测力学性能.从宝钢2050热轧管理机中随机抽取数据,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系.离线仿真表明,产品力学性能的预报值与实际值拟合良好,预报结果的相对误差很小,屈服强度相对误差88 %在±4 %以内,抗拉强度的相对误差86 %在±2 %以内,伸长率的相对误差78 %在±6 %以内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘相华		874	9689	41.0	54.0
2	王国栋		1026	11666	45.0	62.0
3	郑晖		13	133	5.0	11.0
4	王昭东		207	1287	19.0	27.0
5	张丕军		3	120	2.0	3.0
6	刘孝荣		1	36	1.0	1.0