首页 | 本学科首页   官方微博 | 高级检索  
     

应用BP神经网络预测热处理温度对高钒高速钢中残余奥氏体含量的影响
引用本文:魏世忠,朱金华,徐流杰. 应用BP神经网络预测热处理温度对高钒高速钢中残余奥氏体含量的影响[J]. 材料热处理学报, 2005, 26(2): 65-68
作者姓名:魏世忠  朱金华  徐流杰
作者单位:西安交通大学材料科学与工程学院,陕西,西安,710049;河南省耐磨材料工程技术研究中心,河南,洛阳,471003;西安交通大学材料科学与工程学院,陕西,西安,710049
基金项目:河南省重大科技攻关项目 (0 32 2 0 2 0 30 0 )
摘    要:对含钒10%的高速钢,利用铁磁性法测量了经900℃~1100℃淬火、250℃~600℃回火后其残余奥氏体含量。基于测量的实验数据,利用BP神经网络建立了残余奥氏体含量与热处理温度的非线型关系模型。结果表明:良好训练的BP网络模型可以较准确预测不同淬火、回火温度条件下残余奥氏体的含量。预测结果揭示了淬火、回火温度对残余奥氏体含量的影响规律,为生产中优化热处理工艺、控制残余奥氏体含量提供了一种新的方法。

关 键 词:BP神经网络  高钒高速钢  热处理温度  残余奥氏体
文章编号:1009-6264(2005)02-0065-04

Prediction for the Effect of Heat Treatment Temperature on Residual Austenite Content of High Vanadium High Speed Steel using BP Neural Network
WEI Shi-zhong,ZHU Jin-hua,XU Liu-jie. Prediction for the Effect of Heat Treatment Temperature on Residual Austenite Content of High Vanadium High Speed Steel using BP Neural Network[J]. Transactions of Materials and Heat Treatment, 2005, 26(2): 65-68
Authors:WEI Shi-zhong  ZHU Jin-hua  XU Liu-jie
Affiliation:WEI Shi-zhong 1,2,ZHU Jin-hua 1,XU Liu-jie 1
Abstract:
Keywords:BP neural network  high vanadium high speed steel  heat treatment temperature  residual austenite
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号