基于BP神经网络的连续退火对TRIP钢力学性能的影响
利用BP神经网络的方法建立了连续退火温度与TRIP钢力学性能的预测模型.模型输入为退火温度,输出为屈服强度、抗拉强度、伸长率和加工硬化指数;网络采用1-8-4的结构.预测结果表明,输出值与目标值的回归响应为0.99852,4个力学性能的误差范围大多为2%~6%.该方法可以为改善TRIP钢的热处理工艺提供指导依据.
BP神经网络、TRIP钢、连续退火、力学性能
42
TG156.2;TP391(金属学与热处理)
2013-12-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
199-201,203