提高冷轧高强度钢板屈服强度控制水平的研究

摘要：

在高强度钢板中,超低碳烘烤硬化钢板(简称BH钢板)是新型优质汽车用薄板.在生产BH钢板时,需要有效地控制屈服强度,以保证较好的深冲性能.采用四方图识别了影响屈服强度的关键因素,包括化学成分、热轧参数、冷轧参数等;基于大量的生产过程历史数据,分别用回归分析、神经元网络、决策树三种不同方法进行分析,建立各关键输入变量(KIV)对屈服强度(KOV)影响的多变量模型.以神经元网络模型为例,进行了模型评价.以该模型为基础,在已知某些KIV取值的情况下,能够较为准确地预测BH钢成品的屈服强度,合格率提高7个百分点,取得了较好的经济效益.

关键词：数据挖掘、神经元网络、回归分析

分类号：TP311(计算技术、计算机技术)

在线出版日期：2006-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72