用人工神经网络研究钢的硬度的影响因素

作     者：由伟 赵玮玮 赖惠先 白秉哲 

作者机构：华北科技学院机电工程学院河北燕郊065201 清华大学材料与科学工程系北京100084 

出 版 物：《钢铁研究学报》 (Journal of Iron and Steel Research)

年 卷 期：2013年第25卷第1期

页      码：34-38页

摘      要：用人工神经网络研究了化学成分及热处理工艺参数对低碳低合金钢的硬度的影响。首先设计了RBF型人工神经网络模型,用"舍一法"改进了模型,使其具有较好的预测性能。然后,用神经网络研究了化学成分和冷速对低碳低合金钢的硬度的定量影响。结果表明,碳的质量分数为0.11%～0.15%时,硬度随碳含量的增加而增大;硅的质量分数为0.24%～0.38%、锰的质量分数为0.94%～1.02%时,硬度值基本不变;铬的质量分数为0～0.6%时,硬度值呈增加趋势;镍的质量分数为0～0.04%时,硬度值基本不变;钼的质量分数为0～0.2%时,硬度值从HV 288降至HV 282;硼的质量分数为1%～2%时,硬度随含量增加而升高;钛、铌、钒的总质量分数为0.06%～0.14%时,硬度值基本不变;冷速从10℃/m增加至170℃/m,硬度值从HV 290增至HV 420。

主 题 词：低碳低合金钢 硬度 化学成分 冷速 RBF型人工神经网络 

学科分类：12[管理学] 08[工学] 1201[管理学-管理科学与工程类] 0806[工学-电气类] 081104[081104] 0805[工学-能源动力学] 080502[080502] 0703[理学-化学类] 0835[0835] 0811[工学-水利类] 0801[工学-力学类] 0702[理学-物理学类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13228/j.boyuan.issn1001-0963.2013.01.001

馆 藏 号：203227114...