基于人工神经网络的中碳含钒微合金钢热变形流变应力预报

Hot Working Technology(2010)

引用 3|浏览14
暂无评分
摘要
以0.33C,0.40Si,1.50Mn,0.099V(wt%)的中碳含钒微合金钢在应变速率为0.005~30 s-1、温度为750~1050℃条件下的单向热压缩变形实验数据为样本数据,用商用软件matlab6.5构建BP人工神经网络模型。经实验数据验证,该模型预测的流变应力结果可靠。研究结果表明:利用人工神经网络方法建立热变形流变应力预测模型,适用于预测一定温度与应变速率范围内(0.1~0.9)应变处的热变形流变应力,为控制轧制工艺参数提供参考。与常用的表征稳态或峰值应变处的流变应力与温度和应变速率关系的Arrhenius方程相比,应用范围更广。
更多
查看译文
关键词
prediction,vanadium-micro-alloyed steel,flow stress,artificial neural network
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要