基于BP神经网络的700 MPa级高强钢抗拉强度不合原因分析

为了确定涟钢2250 mm产线700 MPa级高强钢抗拉强度不合原因,对全流程关键工艺进行了相关性分析,并利用大量历史生产数据建立了化学成分、热轧工艺参数与成品抗拉强度关系的神经网络预测模型。模型的均方根误差(RMSE)、平均绝对相对误差(AARE)分别为32 MPa、1.7%,验证数据的相关系数R为0.95。神经网络预测模型应用结果表明:铸坯入炉温度每提高100℃,成品抗拉强度降低4.5 MPa;铸坯出炉温度每提高10℃,成品抗拉强度降低12.3 MPa;粗轧温度对成品抗拉强度的影响呈抛物线趋势,其每提高10℃,成品抗拉强度仅降低0.5 MPa;粗轧第3道次速度每增加1.0 m/s,成品抗拉强度降低35.4 MPa,与相关性分析的54.3 MPa接近;卷取温度每提高10℃,成品抗拉强度降低5.2 MPa;层冷水温每上升1.0℃,成品抗拉强度降低1.6 MPa。基于相关性分析和神经网络模型,粗轧速度的提升是700 MPa级高强钢抗拉强度不合的主要原因,大幅度提高热装比、增加入炉温度是次要原因。对于粗轧再结晶区轧制而言,粗轧速度越快,再结晶形变因子越小,奥氏体的动态再结晶、静态再结晶越不充分,从而容易得到混晶组织,进而显著降低了热轧成品的抗拉强度。