作者：王丽萍; 叶霞机械轴承钢神经网络锻造工艺优化冲击性能耐磨损性能
摘要：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/cm^2,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/cm^2,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。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
