建立了神经网络预测热轧管线钢力学性能的网络模型.在此基础上,利用神经网络对热轧管线钢力学性能进行了预测,并将预测结果与生产数据进行了比较.同时,还利用神经网络对生产工艺参数进行了优化.计算结果表明,神经网络预测值与实测值之间接相对误差可以控制在11.6 %以内,这对现场进行力学性能预测和工艺参数优化具有较强的现实意义.
参考文献
| [1] | Sellars C M .Computer modelling of hot-working processes[J].材料科学与工艺(英文版),1985,1(04):325-332. |
| [2] | Dutta B;Sellars C M .Effect of Composition and Process Variables on Nb(CN) Precipitation in Niobium Microalloyed Austenite[J].材料科学与工艺(英文版),1987,13(03):97-101. |
| [3] | ESAKA K;Wakita J;Takahashi M .The Development of the Precise Model Predicting and Controlling Mechanical Properties[J].Seito Gijutsu Kenkyn Kaishi,1986,32(321):92-104. |
| [4] | Atsuhiko Yoshie;Masaaki Fuj K A et al.Modeling of Microstructural Evolution and Mechanical Properties of Steel Plates Produced by Thermo-mechanical Control Process[J].ISIJ International,1992,32(03):395-404. |
| [5] | PIETRZYK M;Roucoules C;Hodgson P D .Modeling the Thermo-mechanical and Microstructural Evolution During Rolling of a Nb HSLA Steel[J].ISIJ International,1995,35(05):53-541. |
| [6] | 程相君;王春宁.神经网络原理及其应用[M].北京:国防工业出版社,1995:116-124. |
| [7] | 楼顺天;施阳.基于MATLAB的系统分析与设计--神经网络[M].西安:西安电子科技大学出版社,1998:33-127. |
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%