高碳钢盘条冷却线FeO层厚百分比模型及其应用

摘要：

72A高碳钢(0.67％～0.73％C)盘条的氧化铁皮总量和氧化铁皮中FeO层厚百分比显著影响盘条的剥离性能.利用人工神经网络和数理方法,建立BP网络模型,实现了高碳钢线材氧化过程中的冷却制度与氧化后生成的FeO层厚百分比之间的复杂的非线性映射关系.将实测的参数与网络模拟结果进行比较得出,建立的BP网络训练精度非常高,泛化能力强,能很好的反应各个因素对FeO层厚百分比的影响.生产应用结果表明,根据BP网络模拟结果改进冷却工艺,适当降低吐丝温度,提高850～720℃区间冷却速度,使氧化铁皮中FeO层厚百分比减小,改善了机械剥离性能.

关键词：72A高碳钢盘条、剥离性能、人工神经网络、冷却制度、FeO层厚百分比

所属期刊栏目：37

分类号：TG3;TF4

在线出版日期：2016-04-14（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：8-11