基于人工神经网络的低碳贝氏体钢回火组织预测

• 作者: 吴小亚 王高潮 董洪波
• 来源期刊: 热加工工艺
• 学科: 工学
• 关键词: 贝氏体钢 回火组织 人工神经网络 BP算法
• 年，卷（期）: 2011,（18）
• 所属期刊栏目: 金属材料
• 页码范围: 24-26
• 分类号: TG142.31
• 字数: 1862字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3814.2011.18.008

摘要

低碳贝氏体钢经控轧控冷后,在不同温度下进行回火处理,获得了不同冷却速度、终冷温度和回火温度下的贝氏体室温组织.结合实验数据和神经网络知识,建立了具有BP算法的人工神经网络,训练结束后的神经网络即成为低碳贝氏体钢回火组织预测模型.误差分析表明,该神经网络模型具有较高的精度,可用于指导低碳贝氏体钢热加工工艺的制定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王高潮	南昌航空大学材料科学与工程学院	133	772	13.0	19.0
2	董洪波	南昌航空大学材料科学与工程学院	64	311	9.0	12.0
3	吴小亚	南昌航空大学材料科学与工程学院	1	4	1.0	1.0