神经网络在冷轧301S不锈钢极薄带材表面硬度预测中的应用

李志峰¹，麻永林¹，冯岩²，宫美娜¹，邢淑清¹

1. 内蒙古科技大学材料与冶金学院2. 包钢钢联股份有限公司无缝钢管厂

摘 要：基于现场生产冷轧极薄不锈钢带材表面硬度极难控制的问题,针对301S不锈钢的冷轧生产工艺进行了研究,分析了不锈钢冷轧生产过程中影响表面硬度的相关工艺参数,得出材料的抗拉强度、轧制速度、轧制油温度和压下率是影响轧后材料表面硬度的关键因素。利用BP神经网络建立了预测表面硬度的非线性映射模型,并根据此模型得出了预测数据的趋势图谱。研究结果表明,压下率的变化对冷轧不锈钢表面硬度的调节能力最强,而其他参数对硬度的影响为10HV左右。经检验,模型的预测值和实测值的相对误差为-2.63%².76%,预测结果准确率高,可以用于产品质量的现场在线控制。

关键词：冷轧;不锈钢;神经网络;工艺参数;硬度预测;