论文部分内容阅读
金属的热变形是一个非常复杂的非线性过程，热变形过程中的晶粒尺寸变化直接决定着变形后金属的组织和性能。利用BP神经网络处理了304不锈钢的热变形非线性系统，从试验数据中自动总结出规律。采用人工神经网络技术对304奥氏体不锈钢锻造工艺参数（变形温度和变形速率），再结晶（包括静态再结晶、动态再结晶）和晶粒长大进行建模，分析了静态、动态再结晶晶粒尺寸，并对模型的预测性能进行了研究。