C-Mn-Ni-Cu-Nb系低碳贝氏体钢板组织与性能的研究

设计了C-Mn-Ni-Cu-Nb系低碳贝氏体钢成分并在实验室进行了冶炼。采用Gleeble-3800热模拟实验机测定了该钢的CCT曲线,并根据CCT曲线选择最佳的加热与轧制工艺进行中试试制,开发出一种在控轧控冷条件下即可获得良好强度与低温韧性匹配的低合金钢板。

基于BP神经网络的回火温度对LCMB钢力学性能的影响研究

基于BP神经网络的方法和原理,避开寻找材料性能的本构方程,采用BP神经网络强大的映射能力来研究LCMB钢的力学性能。结果表明,随回火温度的升高,抗拉强度有明显的下降趋势,而屈服强度则没有明显的变化,小幅上下波动;伸长率则随回火温度的升高一直在增大。BP神经网络的预测精度高,系统收敛速度快,误差范围在2%以内,具有很高的可靠性,对进一步研究LCMB钢有很大促进作用。