基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对济钢Q345B中厚板的常温夏比冲击吸收功进行预报并指导生产,采用神经元网络建立了冲击吸收功与化学成分、工艺参数、屈服强度及抗拉强度等因素间的关系预报模型.并分别采用实测与预测的强度值对夏比冲击吸收功进行了预报,预报结果和实测值吻合较好.在此基础上,将化学成分及生产工艺对冲击吸收功的影响进行了计算分析,得出了与基本物理冶金学规律一致的计算结果.因此,在给定化学成分、成品厚度和实测强度或强度指标可精确预报的条件下,所建立的模型能预报济钢Q345B热轧中厚板的常温冲击吸收功.
推荐文章
基于模糊聚类的BP神经网络模型预报中厚板轧制力
BP神经网络
聚类
轧制力
自学习
中厚板轧机宽展的神经网络预测
中厚板轧机
宽展
BP网络
预测
人工神经网络在中厚板轧机轧制力预报中的应用
人工神经元网络
BP算法
轧制力预报
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 热轧中厚板冲击功的神经网络预报模型
来源期刊 钢铁 学科 工学
关键词 夏比冲击吸收功 人工神经元网络 热轧中厚板
年,卷(期) 2007,(2) 所属期刊栏目 钢铁材料
研究方向 页码范围 51-55
页数 5页 分类号 TG142.1
字数 2412字 语种 中文
DOI 10.3321/j.issn:0449-749X.2007.02.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王国栋 东北大学轧制技术及连轧自动化国家重点实验室 1026 11666 45.0 62.0
2 吴迪 东北大学轧制技术及连轧自动化国家重点实验室 279 1876 20.0 28.0
3 刘振宇 东北大学轧制技术及连轧自动化国家重点实验室 259 1679 20.0 29.0
4 谭文 东北大学轧制技术及连轧自动化国家重点实验室 6 43 4.0 6.0
5 王春梅 济南钢铁集团公司技术中心 18 169 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (9)
节点文献
引证文献  (14)
同被引文献  (13)
二级引证文献  (34)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(2)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(0)
  • 二级引证文献(2)
2010(8)
  • 引证文献(5)
  • 二级引证文献(3)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
夏比冲击吸收功
人工神经元网络
热轧中厚板
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
钢铁
月刊
0449-749X
11-2118/TF
大16开
北京海淀区学院南路76号
2-236
1954
chi
出版文献量(篇)
5844
总下载数(次)
19
总被引数(次)
57664
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导