基于组织-性能预测的集装箱热轧板工艺优化

作者：贾涛; 胡恒法; 曹光明; 刘振宇; 王国栋

来源：钢铁, 2008, (11): 54-58.

DOI：10.13228/j.boyuan.issn0449-749x.2008.11.002

• 组织-性能
• BP神经网络
• 多目标粒子群优化算法
• 工艺优化
• 集装箱板 microstructure-property
• BP neural network
• multi-objective PSO algorithm
• process optimization
• SPA-H steel plate

针对产品的性能要求制定合理的热轧工艺,提出将组织性能预测与控制技术应用于热轧工艺的优化设计。基于大量生产数据,建立了包含10个BP神经网络的模型组以描述化学成分、工艺和力学性能的对应关系,屈服强度、抗拉强度和伸长率的预测精度分别达到了±6%、±6%和±4%。结合多目标粒子群优化算法,针对客户对性能的需求,在化学成分和工艺约束已知的条件下,对热轧工艺进行了优化计算。工艺优化计算结果与现场生产数据吻合良好,验证了工艺优化设计的有效性,从而为热轧最优工艺设计提供指导。

• 单位
  东北大学; 轧制技术及连轧自动化国家重点实验室