基于BP神经网络的CrMnBH类钢淬透性预报.pdfVIP

HotWorkingTechnology2016，Vo1．45，No．20

基于BP神经网络的CrMnBH类钢淬透性预报

李长宏，王萍，沈千成，黄贞益，吴勇

f安徽工业大学冶金工程学院，安徽马鞍山243002)

摘要：实际生产过程中汽车用钢的淬透性很难控制，各因素之间的关系呈非线性映射。通过对影响淬透性化学元

素的分析和改进的BP人工神经网络．构建了优化的汽车用钢淬透性预测模型。结果表明：实验值与预测值之间的误差

在6％以内，其预测的准确性高，成功应用到某钢厂的现场生产预报。

关键词：改进BP神经网络；淬透性；汽车用钢

DOh10．14158／j．cnki．1001-3814．2016．20．071

中图分类号：TG156-3文献标识码：A文章编号：1001．3814(2016)200248—04

PredictiOnOfCrMnBHTypesSteelHardenabilityBasedonBPNeuralNetwork

LIChanghong，WANGPing，SHENQiancheng，HUANGZhenyi，WUYong

(SchoolofMetallurgicalEngineering，AnhuiUniversityofTechnology，Maanshan243002，China)

Abstract：n【actualproductionprocess，itisdifficulttocontrolthehardenabilityofsteelforautomobile，andthe

relationshipbetweenthefactorsisnonlinearmapping．Throughtheanalysisofhtechemicalelementsofinfluencinghte

hardenability，theoptimizedforecastmodelofthehardenabilityofhtesteelforautomobilewasbuiltbyimprovedBPartificial

neuralnewtork．Theresultsshowthathteerrorbewteentheexperimentalvalueandhtepredictedvalueiswithin6％．Its

predictionaccuracyishigh，anditissuccessfullyappliedtohtefieldproductionforecastofasteelmil1．

Keywords：improvedBPneuralnetwork；hardenabiliyt；steelofrautomobile

由于某中型钢厂的客户群存在较大差异。客户终性能，结果导致所生产出来的产品硬度离散度大。

的设备能力也存在较大差异．因此就要求能针对不此前虽采用非线性回归计算进行淬透性的预测，但

同的客户需求生产具有不同性能的棒材产品。对于与实际的差距较大，对高品种钢的质量控制带来困

同一批次的钢材在轧制过程中由于现场条件各因素难。本文采用数值模拟手段对生产的典型汽车用钢

的影响．其淬透性会出现波动，其波动的大小用淬透的淬透性曲线及硬度分布特征进行预测。

性带宽来表示。淬透性带宽越窄，越有利于下游加工

1淬透性偏差的分析

制造行业在加工过程中对产品质量和性能的要求。

近年来，随着人们对汽车的整体性能和节能减排要对钢淬透性的影响因素较多：大部分元素都会

求的提高，对汽车用钢提出了更为严格的要求。为增强过冷奥氏体的稳定性，提高钢的淬透性；坯料的

了使汽车用钢具备良好的综合性能，通常是减小钢加热和轧制中奥氏体晶粒