孙薇
,
孙蓟泉
,
赵征志
,
赵文龙
,
包阔
钢铁钒钛
利用Gleeble - 3500热模拟机,针对汽车大梁板610L连铸坯,进行了高温热塑性试验.同时利用扫描电镜分析试样的断口性质及显微组织与塑性的关系.试验结果表明:在1 300～600℃区间存在两个脆性温度区,其中第Ⅲ脆性温度区为910 ～705℃.研究了第Ⅲ脆性区的脆化原因.为该钢种连铸和热轧工艺制度的制定提供了依据.
关键词:
汽车大梁板
,
连铸坯
,
高温热塑性
,
第Ⅲ脆性区
饶添荣
,
丰慧
,
范杨
上海金属
doi:10.3969/j.issn.1001-7208.2006.06.006
介绍马钢在CSP生产线采用C-Mn-Ti钢,在不添加Nb、V等昂贵合金的情况下,通过控制轧制和控制冷却工艺开发510MPa级汽车大梁板的生产实践.开发过程解决了CSP连铸连轧生产汽车大梁板存在的屈强比偏高及冷弯裂纹等关键技术问题,试制的M510L钢组织细小均匀,冲击韧性和冷弯性能良好,满足用户要求.
关键词:
CSP
,
连铸连轧
,
汽车大梁板
,
M510L钢
吴思炜
,
刘振宇
,
周晓光
,
史乃安
钢铁研究学报
doi:10.13228/j.boyuan.issn1001-0963.20150380
神经网络数据样本的质量影响着模型的预测精度；选择有效的工艺参数进行建模可以提高模型的训练速度，节省训练时间。针对数据样本质量和输入工艺参数的选择问题进行了研究，采用了计算马氏距离的方法剔除异常点，改善数据样本的质量。基于采集到的热轧汽车大梁板的17个工艺参数的生产数据，采用贝叶斯神经网络建立力学性能预测模型。通过采用平均影响值筛选出对力学性能影响较大的工艺参数进行建模，以简化模型。结果显示：简化后的模型取得了较高的预测精度，对于抗拉强度和屈服强度，分别有96·64％和94·96％的数据预测值和实际值相对误差在±6％以内；对于伸长率，有96·64％的数据预测值和实际值的绝对误差在±4％以内。
关键词:
大数据
,
汽车大梁板
,
贝叶斯神经网络
,
马氏距离
,
平均影响值
