热加工工艺

作者：姬帅, 张佳乐, 王海丽,

关键词：人工神经网络, BP算法, 冲击强化, 正火态45钢, 中温热稳定性,

室温下采用自由落体式对正火态45钢进行冲击强化，对冲击强化正火态45钢进行中温时效处理，分别加热至450、550、650℃，每组温度均保温10、20、30、40 min，同时对各组试样进行显微硬度测试，并对加热至650℃的4种试样进行显微组织观察；以试样的实际状态参量作为学习样本对3层BP神经网络进行训练。结果表明：BPANN能够对冲击强化正火态45钢的中温热稳定性进行预测，且误差可以控制在3%～6%；BPANN的预测值均大于实测值，但是预测值的变化趋势与实测值的变化趋势一致，网络的预测精度可以通过提高误差函数的收敛速率来得到提高。通过对650℃试样显微组织的观察，可以判定网络的输入层涉及的相关内容能让BPANN的预测结果反映出材料的真实状态。本研究可以降低实验成本、减少实验数量，有助于对冲击强化正火态45钢在其他加热温度下的热稳定性进行预测。

来源：2024年第23期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2024年第23期