论文摘要
根据涟钢螺纹钢生产数据建立了屈服强度的神经网络预测模型,其中模型的计算值与实际值的相关系数为0.84,标准方差值为1.83%,绝大部分的误差都在±4%以内,这说明模型具有较强的参考价值,能够指导定性分析成分对性能的影响。论文模型表明,在本文设定参数条件下,0.01%的C、Si、Mn、P分别能够提高屈服强度2.82、2.03、1.2、8.48MPa,0.01%的V则能够增加屈服强度19.63MPa;而S含量也会影响屈服强度,当S含量高时会促进MnS的形成,从而消耗了固溶的Mn含量。
论文目录
文章来源
类型: 期刊论文
作者: 谢保盛,张顺开,张月
关键词: 螺纹钢,屈服强度,成分,神经网络
来源: 涟钢科技与管理 2019年03期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 涟钢冷轧板厂,涟钢质量部,涟钢棒材厂
分类号: TG142.1
页码: 8-11
总页数: 4
文件大小: 879K
下载量: 27