机械轴承钢锻造工艺的神经网络优化

作者：王丽萍; 叶霞

来源：热加工工艺, 2019, 48(21): 105-108.

DOI：10.14158/j.cnki.1001-3814.2019.21.025

• 机械轴承钢
• 神经网络
• 锻造工艺优化
• 冲击性能
• 耐磨损性能

以机械轴承钢成分、钢锭温度、开锻温度、终锻温度作为输入层函数,以冲击性能和耐磨损性能作为输出层函数,采用4×16×2三层拓扑结构构建了优化机械轴承钢锻造工艺的神经网络模型。对模型进行了预测、验证及生产线应用,并进行了冲击性能和耐磨损性能的测试和分析。结果表明,该神经网络优化模型预测精度高,该模型的冲击性能相对训练误差值为3.40%～5.16%,磨损性能相对训练误差值为3.33%～5.40%。与现用工艺相比,用该神经网络模型优化的G13Cr4Ni4Mo4VA机械轴承钢试样的冲击韧性增大11.3 J/cm2,磨损体积减小33.3%;用该神经网络模型优化的40Cr15Mo2VNA机械轴承钢试样的冲击韧性增大13.3 J/cm2,磨损体积减小34.5%。机械轴承钢的冲击性能和耐磨损性能均得到显著提升。

• 单位
  常州轻工职业技术学院; 江苏理工学院