论文部分内容阅读
对某钢厂SPHC钢卷的碳、硅、锰、磷、硫的质量分数进行整理,获取力学性能参考数据(屈服强度,抗拉强度,延伸率),利用BP神经网络建立起其间的关系网络模型进行组织性能预报。研究表明:BP神经网络薄板坯连铸连轧性能预测模型具有很高的预测精度,可很好地描述多个元素含量变化下的薄板坯连铸连轧的复杂的非线性力学性能,解决了回归分析只能针对单个力学性能进行建模的问题。