根据收集的实验数据,建立了预测钢的奥氏体形成温度(Ac1和Ac3点)的反向传播人工神经网络模型.用散点图和均方误差、相对均方误差和拟合分值三个统计学指标评价模型的预测性能.人工神经网络预测Ac3和Ac1的三个统计学指标分别为23.8℃,14.6℃;2.89%,2.06%和1.8921,1.7011.散点图和统计学指标均显示:人工神经网络的预测性能优于Andrews公式.此外,用人工神经网络分析了C和Mn的含量对Ac1和Ac3温度的定量影响,计算结果显示,C和Mn含量与Ac3和Ac1点间存在非线性关系,这主要是由于钢中合金元素间存在的相互作用造成的.
参考文献
| [1] | The No.1 Iron Factory, Benxi Iron and Steel Corporation and Tsinghua University: The Atlas of Super-Cooling Austenite Transformation Diagrams, Benxi: The No.1Iron Factory Press, Benxi Iron and Steel Corporation,1978: 1(本溪钢铁公司第一炼钢厂,清华大学机械系金属材料教研组:钢的过冷奥氏体转变曲线,本溪:本溪钢铁公司第一炼钢厂出版,1978:1) |
| [2] | Zhang S Z. Atlas of Super-cooling Austenite Transformation Diagrams, Beijing: Metallurgical Industry Press,1993:22(张世中.钢的过冷奥氏体转变曲线图集,北京:冶金工业出版社,1993:22) |
| [3] | Haerbin Research Institute of Welding, Machinery & Electronical Industry Ministry. CCT Atlas of Welding of Low Alloy Steels, Beijing: China Machine Press, 1990:3(机械电子工业部哈尔滨焊接研究所.国产低合金钢焊接CCT图册,北京:机械工业出版社,1990:3) |
| [4] | Japan Society for Irons & Steels. Atlas of CCT of Welding Steels, Tokyo: Japan Society for Iron & Steels Press,1992:32(日本钢铁协会.焊接用钢CCT图集,东京:日本金属学会出版社,1992:32) |
| [5] | Japan Society for Irons & Steels. Atlas of Continuous Cooling Transformation Diagrams of Low Carbon Steels,Tokyo: Japan Society for Irons & Steels Press, 1992:33(日本钢铁协会.低碳钢连续冷却转变图集,东京:日本金属学会出版社,1992:33) |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%