微合金钢热模拟试验组织预测研究
本文对微合金钢热模拟试验工艺参数:化学成分、变形温度、变形量以及变形道次等与超细晶铁素体晶粒尺寸及超细晶铁素体质量分数之间建立了映射关系.在此基础上建立了相应的微合金钢钢组织预测模型.应用遗传算法对该神经网络模型的权值进行优化,从而克服了神经网络训练速度慢,容易陷入局域极小和全局搜索能力弱等缺点,提高了神经网络的预测精度.通过实例验证表明,超细晶铁素体晶粒尺寸的预测精度达90％以上,超细晶铁素体晶粒质量分数预测精度达91％以上。
微合金钢 热模拟试验 变形量 组织预测 神经网络 遗传算法
李新城 聂传红
江苏大学机械工程学院,江苏镇江,212013
国内会议
河南洛阳
中文
139-143
2006-10-23（万方平台首次上网日期，不代表论文的发表时间）