论文部分内容阅读
对齿轮钢淬透性预报的研究现状进行了综述,结合人工神经网络理论在预测模型方面的应用,运用BP神经网络对转炉连续生产的100炉实际数据进行齿轮钢淬透性回归分析。结果表明,实测值与预测数据线性相关系数均在0.93以上,端淬控制模型具有高的准确性,可实现窄淬透性的控制。采用优化后的淬透性预报模型成功地进行了20CrMnTiH子钢号的开发,实现了窄成分的控制。