基于人工神经网络的P20钢热处理工艺
来源期刊：材料热处理学报2010年第4期
论文作者：左秀荣 王淼辉 李勇 陈蕴博
关键词：人工神经网络; P20钢; 热处理工艺; 硬度; artificial neural networks; P20 steel; heat treatment technique; hardness;
摘 要：用BP人工神经网络及材料微观分析方法研究了热处理工艺对P20钢硬度的影响.结果表明,BP网络能根据淬火及回火温度精确预测P20钢热处理后的硬度;BP网络预测结果表明,P20钢经800～920℃淬火及530～650℃回火,在给定的淬火温度下,随回火温度的增加硬度急剧降低;在给定的回火温度下,随淬火温度的增加硬度略有增加.材料微观分析表明:这主要归因于回火温度升高造成的碳化物长大和α相的回复程度的加剧及淬火温度升高造成的碳及合金元素固溶量的增加.
左秀荣1，王淼辉2，李勇1，陈蕴博2
(1.郑州大学物理工程学院,材料物理教育部重点实验室,河南,郑州,450052;
2.机械科学研究总院先进制造技术研究中心先进成形与装备国家重点实验室,北京,100083)
摘要:用BP人工神经网络及材料微观分析方法研究了热处理工艺对P20钢硬度的影响.结果表明,BP网络能根据淬火及回火温度精确预测P20钢热处理后的硬度;BP网络预测结果表明,P20钢经800～920℃淬火及530～650℃回火,在给定的淬火温度下,随回火温度的增加硬度急剧降低;在给定的回火温度下,随淬火温度的增加硬度略有增加.材料微观分析表明:这主要归因于回火温度升高造成的碳化物长大和α相的回复程度的加剧及淬火温度升高造成的碳及合金元素固溶量的增加.
关键词:人工神经网络; P20钢; 热处理工艺; 硬度; artificial neural networks; P20 steel; heat treatment technique; hardness;
【全文内容正在添加中】
