超细晶粒钢模拟试验组织预测研究

• 作者: 朱伟兴 李新城 王有鹏 郭飞 陈光
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 超细晶粒钢 组织预测 神经网络 遗传算法
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 先进制造技术及基础理论
• 页码范围: 152-155
• 页数: 4页
• 分类号: TG1
• 字数: 3424字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1298.2006.11.040

摘要

对超细晶粒钢热模拟试验工艺参数:化学成分、变形温度、变形量以及变形道次等与超细晶铁素体晶粒尺寸及质量分数之间建立了映射关系.在此基础上建立了相应的超细晶粒钢组织预测模型.应用遗传算法对该神经网络模型的权值进行优化,从而克服了神经网络训练速度慢、容易陷入局域极小和全局搜索能力弱等缺点,提高了神经网络的预测精度.通过实例验证表明,超细晶铁素体晶粒尺寸的预测精度达90%以上,超细晶铁素体晶粒质量分数预测精度达91%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光	南京理工大学材料系	128	1547	22.0	32.0
2	朱伟兴	江苏大学电气信息工程学院	130	1640	21.0	35.0
3	郭飞	江苏大学机械工程学院	2	6	1.0	2.0
4	王有鹏	江苏大学机械工程学院	2	8	1.0	2.0
5	李新城	南京理工大学材料系	4	73	2.0	4.0