集约化生产技术的发展现状与展望
Development and Prospect of Integrated Production Technology
摘要
介绍了集约化生产技术的开发背景，详细阐述了该技术的核心组成部分，包括钢种智能归并分析方法、力学性能预测技术和柔性工艺设计方法，对集约化生产技术的发展现状进行了归纳总结，并提出“针对高强度级别的微合金铜的微观组织控制模型开发”是下一步研究工作的重点。
关键词
集约化生产
钢种归并
力学性能预测
柔性工艺设计
模型
integrated production
merging of steel grades
mechanical property prediction
flexibie process design
model
参考文献11
-
1胡恒法,王国栋,刘振宇,贾涛.钢材柔性化生产技术的开发与应用[J].钢铁,2010,45(7):52-56. 被引量：7
-
2贾涛,刘振宇,胡恒法,王国栋.基于贝叶斯神经网络的SPA-H热轧板力学性能预测[J].东北大学学报（自然科学版）,2008,29(4):521-524. 被引量：18
-
3MacKay DJC.A practical Bayesian framework for backpropagation networks[].Neural Computation.1992
-
4Narayan V,Abad R,Bhadeshia HK D H.Estimation of HotTorsion Stress Strain Curves in Iron Alloys Using Neural Net-work Analysis[].ISIJ International.1999
-
5T. Cool,,H.K.D.H. Bhadeshia.The Yield and Ultimate Tensile Strength of Steel Welds[].Materials Science and Engineering.1997
-
6Saito Y.Modeling of Microstructural Evolution during Thermomechnical Processing of StructuralSteels[].Journal of Materials Science.1997
-
7Malinov S,Sha W,McKeown J J.Modeling the correlation between processing parameters and properties in titanium alloys using artificial neural networks[].Computational Materials Science.2001
-
8Jia T,Militzer M.Modeling Phase Transformation Kinetics in Fe-Mn Alloys[].Iron and Steel Institute of Japan.2012
-
9Zurob H S,Hutchinson C R,Bréchet Y,Seyedrezai H,Purdy G R.Kinetic Transitions during Non-partitioned Ferrite Growth in Fe-C-X alloys[]..2009
-
10Ray P K,Ganguly R I,Panda A K.Optimization of mechani-cal properties of an HSLA-100steel through control of heat treatment variables[].Journal of Materials Science.2003
二级参考文献19
-
1魏东,张明廉,蒋志坚,孙明.基于贝叶斯方法的神经网络非线性模型辨识[J].计算机工程与应用,2005,41(11):5-8. 被引量：28
-
2干勇,刘正东,王国栋,吴迪,王巍,张丕军.组织性能预报系统在宝钢2050热轧生产线的在线应用[J].钢铁,2006,41(3):39-43. 被引量：14
-
3许云波,刘相华,王国栋,谢瑞萍,金永春.热轧中厚板组织-性能预测及软件开发[J].钢铁,2006,41(3):51-54. 被引量：6
-
4王国栋,刘相华,吴迪.节约型钢铁材料及其减量化加工制造[J].轧钢,2006,23(2):1-5. 被引量：40
-
5刘相华,王国栋,杜林秀,刘振宇.钢材性能柔性化与柔性轧制技术[J].钢铁,2006,41(11):32-36. 被引量：23
-
6谭文,刘振宇,吴迪,王国栋,王春梅.热轧中厚板冲击功的神经网络预报模型[J].钢铁,2007,42(2):51-55. 被引量：4
-
7Liu Z, Wang G, Gao W. Prediction of the Mechanical Properties of Hot-Rolled C-Mn Steels Using Artificial Neural Networks [J].Journal of Materials Processing Technology, 1996, 57(3-4) : 332.
-
8Mackay D J C. A practical Bayesian framework for backpropagation nelworks [ J ]. Neural Computation A, 1992,4(3) :448 - 472.
-
9Mackay D J C. Bayesian interpolation [ J ]. Neural Computation A, 1992,4 (3) : 415 - 447.
-
10Cool T, Bhadeshia H K D H, Mackay D J C. The yield and ultimate tensile strength of steel(1/2) welds[J]. Materials Science and Engineering A, 1997,223(1/2) : 186 - 200.
共引文献23
-
1庄野,张辉,姜永芳.基于神经网络的带钢热连轧机轧制力预报[J].控制工程,2013,20(S1):122-124. 被引量：4
-
2彭开香,余尚志.基于贝叶斯神经网络的带钢厚度预测与控制[J].北京科技大学学报,2010,32(2):256-262. 被引量：13
-
3胡恒法,王国栋,刘振宇,贾涛.钢材柔性化生产技术的开发与应用[J].钢铁,2010,45(7):52-56. 被引量：7
-
4马文博,吴斌,朱天,杨娟.基于径向基函数神经网络的热轧产品性能预测[J].广西师范大学学报（自然科学版）,2010,28(3):182-186. 被引量：3
-
5吴思炜,曹光明,周晓光,刘振宇.基于大数据的C-Mn钢数据预处理及神经网络模型[J].东北大学学报（自然科学版）,2016,37(12):1710-1714. 被引量：5
-
6吴思炜,刘振宇,周晓光,史乃安.基于大数据的力学性能预测与工艺参数筛选[J].钢铁研究学报,2016,28(12):1-4. 被引量：15
-
7花艳侠,李季航.Q235B和Q345B钢板柔性轧制工艺研究与应用[J].天津冶金,2018(A01):31-34. 被引量：2
-
8谢柳军,卢敏,黄斌.基于PLS的钢板性能预测与优化的应用研究[J].冶金动力,2018(10):61-65. 被引量：1
-
9胡石雄,李维刚,杨威.基于卷积神经网络的热轧带钢力学性能预报[J].武汉科技大学学报,2018,41(5):338-344. 被引量：10
-
10张殿华,彭文,孙杰,丁敬国,李旭.板带轧制过程中的智能化关键技术[J].钢铁研究学报,2019,31(2):174-179. 被引量：23
-
1胡恒法,王运起,贾涛.低成本热轧结构钢产品的研究开发[J].热加工工艺,2017,46(7):141-143. 被引量：4
-
2杨坤玉,贺地求,甘辉.搅拌摩擦焊新方法与新技术的研究进展[J].焊接,2013(8):11-16. 被引量：2
-
3张文元,朱景清,贺毓辛.集约化钢材生产系统的发展[J].钢铁研究,1996,24(5):52-57.
-
4胡恒法,王国栋,刘振宇,贾涛.钢材柔性化生产技术的开发与应用[J].钢铁,2010,45(7):52-56. 被引量：7
-
5Heinz—Jurgen Prokop.购买未来机床：模块化和网络化[J].现代制造,2016,0(36):68-68.
-
6李英民,张坤,任玉艳.气硬树脂砂研究的发展[J].铸造工程,2009(6):1-5.
-
7唐多光,毛协民,程启明,李金辉,邵敏华.铸造铝合金绿色清洁集约化生产的探索[J].特种铸造及有色合金,2001,21(S1):55-57.
-
8游江海,李鹏辉,李国锋,刘胜胆,朱航飞.回归处理工艺对7050铝合金力学和晶间腐蚀性能的影响[J].中南大学学报（自然科学版）,2008,39(5):968-974. 被引量：17
-
9靳玉春,张举.铝、镁合金铸件的绿色化、集约化生产[J].铸造设备研究,2006(3):44-47. 被引量：2
-
10李新东,李永强.宽厚板成分异常坯轧制工艺研究与应用[J].轧钢,2015,32(4):30-33.
