应用BP神经网络预测热处理温度对高钒高速钢中残余奥氏体含量的影响
来源期刊：材料热处理学报2005年第2期
论文作者：朱金华 魏世忠 徐流杰
关键词：BP神经网络; 高钒高速钢; 热处理温度; 残余奥氏体;
摘 要：对含钒10%的高速钢,利用铁磁性法测量了经900℃～1100℃淬火、250℃～600℃回火后其残余奥氏体含量.基于测量的实验数据,利用BP神经网络建立了残余奥氏体含量与热处理温度的非线型关系模型.结果表明:良好训练的BP网络模型可以较准确预测不同淬火、回火温度条件下残余奥氏体的含量.预测结果揭示了淬火、回火温度对残余奥氏体含量的影响规律,为生产中优化热处理工艺、控制残余奥氏体含量提供了一种新的方法.
朱金华1，魏世忠1，徐流杰1
(1.西安交通大学材料科学与工程学院,陕西,西安,710049;
2.河南省耐磨材料工程技术研究中心,河南,洛阳,471003)
摘要:对含钒10%的高速钢,利用铁磁性法测量了经900℃～1100℃淬火、250℃～600℃回火后其残余奥氏体含量.基于测量的实验数据,利用BP神经网络建立了残余奥氏体含量与热处理温度的非线型关系模型.结果表明:良好训练的BP网络模型可以较准确预测不同淬火、回火温度条件下残余奥氏体的含量.预测结果揭示了淬火、回火温度对残余奥氏体含量的影响规律,为生产中优化热处理工艺、控制残余奥氏体含量提供了一种新的方法.
关键词:BP神经网络; 高钒高速钢; 热处理温度; 残余奥氏体;
【全文内容正在添加中】
