排序方式: 共有10条查询结果,搜索用时 19 毫秒
1
1.
2.
3.
使用数学模型和BP神经网络相结合的方法对轧制力进行预测。与大多数神经网络仅选取轧制变量作为输入量不同,该BP神经网络增加了喷油量和轧制力模型计算值作为输入变量以考虑摩擦对轧制力的影响,避免过大的轧制力预测偏差,从而形成了11×7×1的网络结构,并和轧制力模型组合构成CSP生产线轧制力预测模型。结果表明:该神经网络模型预测值与实测平均值的平均相对误差仅为1.08%,轧制力模型的平均相对误差为6.32%,该神经网络对轧制力实测平均值的跟踪能力更好,有较高的工程应用价值。 相似文献
4.
5.
摘要:利用OLYMPUS GX71光学显微镜、场发射扫描电镜Quanta450和JEM2100F型透射电镜等手段对60mm厚淬火态以及淬火+回火态耐磨钢厚度截面组织性能演变规律进行了研究。结果表明,淬火态耐磨钢厚度截面呈表层硬度高、心部硬度低的梯度分布,回火后表层和心部呈现相反的变化趋势,心部/表面硬度比从70%升至93%,1/4处和心部冲击功降低。厚度截面组织和析出相的差异影响固溶强化和析出强化效果,是性能演变的本质原因,提高淬火冷却速度,改善淬火态厚度截面均匀性是提高性能均匀性和优化应用性能的根本方法。 相似文献
6.
7.
采用光学显微镜和力学性能测试设备研究了不同热处理方式对550 MPa级高强度船板组织和性能的影响。结果表明:随正火温度的升高(低于860℃),组织的变化并不明显,均为铁素体+粒状贝氏体+M/A;继续升高温度,铁素体晶粒尺寸明显粗大,带状组织减轻;钢板的屈服强度、抗拉强度都下降,屈服强度不能满足标准要求。高温热处理再经回火后,组织中的M/A岛几乎完全分解;屈服强度、伸长率及低温冲击韧度明显提高,抗拉强度下降。在高出Ac3点0~40℃进行正火+650℃回火处理,钢板的综合力学性能最佳。 相似文献
8.
9.
10.
通过对某钢厂CSP轧制区生产工艺特点的分析,得出带钢温度下降的主要因素为水冷,由此建立基于水冷的带钢温度模型,并利用现场数据回归得到了综合水冷系数。将带钢温度预测值与设定值进行比较,发现水冷带钢温度模型可满足带钢温度设定要求。 相似文献
1