组织性能预测技术及其在智能热轧中的核心作用

组织性能预测技术及其在智能热轧中的核心作用

论文摘要

在利用工业大数据指导钢铁企业进行智能热轧的生产实践中,发现钢铁工业数据在建模中存在诸多问题,如数据信噪比低、分布不均衡等,这给基于数据驱动的智能热轧工艺优化设计技术的实现造成了严重阻碍。围绕热轧生产中带钢奥氏体再结晶、奥氏体相变、微合金碳氮化物析出和组织性能对应关系以及氧化铁皮演变过程,结合人工智能理论对组织性能预测技术在智能热轧中发挥的核心作用进行了阐述,并对东北大学2011钢铁共性技术协同创新中心先进短流程工艺技术与装备方向在钢铁智能制造方面研究中取得的成果进行了介绍。

论文目录

  • 1 研究背景
  • 2 研究内容
  •   2.1 奥氏体再结晶模型
  •   2.2 碳、氮化物析出模型
  •   2.3 奥氏体相变模型
  •   2.4 组织-性能对应关系模型
  •   2.5 热轧氧化铁皮演变模型
  • 3 关键技术体系建立
  •   3.1 大数据驱动的钢材组织性能基因组模型开发和优化
  •   3.2 基于人工智能理论的力学性能预测
  • 4 讨论
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 刘振宇,曹光明,周晓光,吴思炜,王国栋

    关键词: 组织性能预测,工艺优化,智能化,氧化铁皮演变,热轧带钢

    来源: 轧钢 2019年02期

    年度: 2019

    分类: 工程科技Ⅰ辑

    专业: 金属学及金属工艺

    单位: 东北大学轧制技术及连轧自动化国家重点实验室

    基金: 国家十三五重点研发计划资助项目(2017YFB030505003)

    分类号: TG335.11

    DOI: 10.13228/j.boyuan.issn1003-9996.2018TY02

    页码: 1-7

    总页数: 7

    文件大小: 1172K

    下载量: 195

    相关论文文献

    标签:;  ;  ;  ;  ;  

    组织性能预测技术及其在智能热轧中的核心作用
    下载Doc文档

    猜你喜欢