论文部分内容阅读
基于人工神经网络原理,对微合金钢热轧控制参数的选取进行了研究,利用Gleeble-1500热力模拟机提取了轧制温度,应变量,应变速率和相应的应力应变曲线,并通过显微组织观察获取了实验后样品断面的奥氏体晶粒尺寸,通过归一化把实验所得数据进行处理,采用BP算法训练网络,对热轧控制参数(轧制温度,应变量,应变速率)和奥氏体晶粒尺寸之间的映射关系进行了函数逼近,建立了奥氏体晶粒尺寸神经网络模型,根据网络估测的结果可定量地进行热轧控制质量预报。