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

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

所属期刊栏目：26

分类号：TG156.31(金属学与热处理)

资助基金：河南省科技攻关项目0322020300

在线出版日期：2005-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：65-68