基于人工神经网络的微合金钢热轧奥氏体晶粒尺寸模型的研究

基于人工神经网络原理，对微合金钢热轧控制参数的选取进行了研究．利用Gleeble－1500热力模拟机提取了轧制温度、应变量、应变速率和相应的应力应变曲线，并通过显微组织观察获取了实验后样品断面的奥氏体晶粒尺寸．通过归一化把实验所得数据进行处理．采用BP算法训练网络，对热轧控制参数（轧制温度、应变量、应变速率）和奥氏体晶粒尺寸之间的映射关系进行了函数逼近，建立了奥氏体晶粒尺寸神经网络模型．根据网络估测的结果可定量地进行热轧控制质量预报．