基于神经网络算法钒钛改性高铬铸铁的热处理工艺研究

• 作者: 夏鲁朋 姬姝妍
• 来源期刊: 钢铁钒钛
• 学科: 工学
• 关键词: 高铬铸铁 钒钛改性 热处理 神经网络 耐磨损性能 冲击韧性
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 钒钛材料与应用
• 页码范围: 60-65
• 分类号: TF641|TP183
• 语种: 中文
• DOI: 10.7513/j.issn.1004-7638.2016.03.012

摘要

采用神经网络算法技术,以钒含量、钛含量、淬火温度、淬火冷却方式、回火温度和回火冷却方式作为输入层参数,以耐磨损性能和冲击韧性为输出层参数,可以构建出6×24× 12×2四层拓扑结构的钒钛改性高铬铸铁热处理工艺优化模型.模型输出的耐磨损性能平均相对预测误差为2.8％、冲击韧性平均相对预测误差为2.5％.模型不仅具有较佳的预测能力和较高的预测精度,而且在热处理生产线上具有很好的应用效果,使产线上的钒钛改性(0.8％钒+0.5％钛)高铬铸铁的平均晶粒尺寸减小32％、磨损体积减小50％、冲击韧性提高62％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏鲁朋		6	1	1.0	1.0
2	姬姝妍		4	1	1.0	1.0