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。