邓天勇吴迪许云波赵彦峰刘相华王国栋
金属学报
为实现普碳钢中厚板的柔性化轧制, 建立了一种新的用于制定温度制度的理论算法. 首先建立最佳预测能力的人工神经网络, 用于预测中厚板力学性能; 然后运用遗传算法制定出温度制度, 并由回归出的力学性能公式对预测结果进行验证. 结果表明, 通过回归法和人工神经网络均可精确地预测中厚板的力学性能, 而且神经网络的预测精度比回归公式的预测精度高; 终轧温度和终冷温度对力学性能的影响最大; 通过温度制度和力学性能回归公式计算出的强度, 与目标强度非常吻合; 对同一成分的钢种, 通过制定合适的温度制度可以轧制出不同强度的产品, 以减缓中厚板产品大规模定制中各阶段之间的矛盾.
关键词:
普碳钢
,
heavy and medium plate
,
mechanical property prediction
,
temperature schedule
,
artificial neuron network
,
genetic algorithm
,
flexible rolling
