期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
DP980高强钢静动态拉伸性能及本构模型构建
被引量：
8
1
作者
徐勇
段星宇
+5 位作者
陈帅峰
曾祥成
张士宏
陈连生
田亚强
徐海卫
《塑性工程学报》
CAS
CSCD
北大核心
2022年第6期125-133,共9页
为了研究DP980高强钢的静态和动态拉伸性能,分别进行了室温准静态拉伸实验和高应变速率拉伸实验,并对不同应变速率下的材料力学性能和应变速率敏感性进行了系统性研究。结果表明,在准静态条件下,当应变速率从0.001 s^(-1)增加到0.1 s^(...
为了研究DP980高强钢的静态和动态拉伸性能,分别进行了室温准静态拉伸实验和高应变速率拉伸实验,并对不同应变速率下的材料力学性能和应变速率敏感性进行了系统性研究。结果表明,在准静态条件下,当应变速率从0.001 s^(-1)增加到0.1 s^(-1)时,材料的屈服强度、抗拉强度和断后伸长率变化不明显。而在高应变速率条件下,当应变速率从1156 s^(-1)增加到3721 s^(-1)时,材料的上述力学性能随应变速率的提高而大幅提升。高应变速率下材料的屈服强度、抗拉强度和断后伸长率最大可分别达到1002.44 MPa、1321.97 MPa和38.12%,与准静态相比,最大增幅分别为30.51%、23.95%和20.67%,即出现了明显的增强增塑现象。同时,基于实验结果构建了Johnson-Cook本构模型并进行了模型修正。修正后的Johnson-Cook本构模型的可决系数R 2值大于0.95,说明修正后的模型与实验结果的拟合效果更好。
展开更多
关键词
DP980高强钢
高应变速率
动态拉伸
力学性能
本构模型
在线阅读
下载PDF
职称材料
基于机器学习的热轧带钢力学性能预测模型及应用
被引量：
17
2
作者
王晓东
安瑞东
《塑性工程学报》
CAS
CSCD
北大核心
2021年第10期155-165,共11页
以所收集380CL和SPA-H两个钢种的热连轧工业生产大数据为样本,采用多元线性回归、BP神经元网络、随机森林与XGBoost这4种机器学习算法建立带钢力学性能预测模型,并对预测结果的偏差进行了比较。结果表明,随机森林算法的预测精度高于其...
以所收集380CL和SPA-H两个钢种的热连轧工业生产大数据为样本,采用多元线性回归、BP神经元网络、随机森林与XGBoost这4种机器学习算法建立带钢力学性能预测模型,并对预测结果的偏差进行了比较。结果表明,随机森林算法的预测精度高于其它算法,屈服强度、抗拉强度和伸长率的预测偏差的标准差分别为15 MPa、12 MPa和2.3%。以样本性能均值为基数,满足±3σ标准要求的预测相对误差分别可以达到15%、7%和22%。该算法可以应用于热轧带钢在线性能预测模型中,作为监控、分析带钢力学性能及优化工艺的有效工具。基于随机森林算法开发的热轧带钢力学性能在线预测模型已经在首钢京唐钢铁联合有限责任公司2250热轧生产线上得到实际应用。
展开更多
关键词
热轧带钢
力学性能
预测模型
机器学习
随机森林算法
在线阅读
下载PDF
职称材料
基于生产大数据的薄带钢平整机轧制力设定计算模型
被引量：
1
3
作者
王晓东
《塑性工程学报》
CAS
CSCD
北大核心
2022年第8期209-221,共13页
基于镀锌线平整机生产大数据,进行了神经网络模型、回归分析模型、网络模型与回归分析模型相结合的混合算法模型的平整机轧制力预测模型的分析与比较。结果表明,与BP神经网络模型和基于径向基函数RBF神经网络模型相比,广义回归GRNN神经...
基于镀锌线平整机生产大数据,进行了神经网络模型、回归分析模型、网络模型与回归分析模型相结合的混合算法模型的平整机轧制力预测模型的分析与比较。结果表明,与BP神经网络模型和基于径向基函数RBF神经网络模型相比,广义回归GRNN神经网络模型最优,预测结果相对偏差的标准差在12%左右。神经元网络与数学模型结合的混合算法模型的预测精度比单纯网络模型或回归模型的低。多元线性回归模型优于偏最小二乘回归法模型,除少数钢种外,其预测结果相对偏差的标准差在13%以下,且易于实现,适用性强。将多元线性回归参数的数学模型在平整机上进行了初步应用,结果表明该模型具有一定的应用前景。
展开更多
关键词
薄带钢
平整机
轧制力
神经元网络模型
回归分析模型
混合算法
在线阅读
下载PDF
职称材料
题名
DP980高强钢静动态拉伸性能及本构模型构建
被引量：
8
1
作者
徐勇
段星宇
陈帅峰
曾祥成
张士宏
陈连生
田亚强
徐海卫
机构
华北理工大学冶金与能源学院
中国科学院金属研究所师昌绪先进材料创新
中心
河北石油职业
技术
大学工业
技术
中心
首钢京唐钢铁联合有限责任公司技术中心
出处
《塑性工程学报》
CAS
CSCD
北大核心
2022年第6期125-133,共9页
基金
中国科学院青年创新促进会专项(2019195)
河北省重点研发计划(20311004D)。
文摘
为了研究DP980高强钢的静态和动态拉伸性能,分别进行了室温准静态拉伸实验和高应变速率拉伸实验,并对不同应变速率下的材料力学性能和应变速率敏感性进行了系统性研究。结果表明,在准静态条件下,当应变速率从0.001 s^(-1)增加到0.1 s^(-1)时,材料的屈服强度、抗拉强度和断后伸长率变化不明显。而在高应变速率条件下,当应变速率从1156 s^(-1)增加到3721 s^(-1)时,材料的上述力学性能随应变速率的提高而大幅提升。高应变速率下材料的屈服强度、抗拉强度和断后伸长率最大可分别达到1002.44 MPa、1321.97 MPa和38.12%,与准静态相比,最大增幅分别为30.51%、23.95%和20.67%,即出现了明显的增强增塑现象。同时,基于实验结果构建了Johnson-Cook本构模型并进行了模型修正。修正后的Johnson-Cook本构模型的可决系数R 2值大于0.95,说明修正后的模型与实验结果的拟合效果更好。
关键词
DP980高强钢
高应变速率
动态拉伸
力学性能
本构模型
Keywords
DP980 high-strength steel
high strain rate
dynamic tensile
mechanical properties
constitutive model
分类号
TG142.1 [金属学及工艺—金属材料]
在线阅读
下载PDF
职称材料
题名
基于机器学习的热轧带钢力学性能预测模型及应用
被引量：
17
2
作者
王晓东
安瑞东
机构
首钢京唐钢铁联合有限责任公司技术中心
首钢
京
唐
钢铁
联合
有限责任公司
热轧部
出处
《塑性工程学报》
CAS
CSCD
北大核心
2021年第10期155-165,共11页
基金
国家重点研发专项(2017YFB0304100)。
文摘
以所收集380CL和SPA-H两个钢种的热连轧工业生产大数据为样本,采用多元线性回归、BP神经元网络、随机森林与XGBoost这4种机器学习算法建立带钢力学性能预测模型,并对预测结果的偏差进行了比较。结果表明,随机森林算法的预测精度高于其它算法,屈服强度、抗拉强度和伸长率的预测偏差的标准差分别为15 MPa、12 MPa和2.3%。以样本性能均值为基数,满足±3σ标准要求的预测相对误差分别可以达到15%、7%和22%。该算法可以应用于热轧带钢在线性能预测模型中,作为监控、分析带钢力学性能及优化工艺的有效工具。基于随机森林算法开发的热轧带钢力学性能在线预测模型已经在首钢京唐钢铁联合有限责任公司2250热轧生产线上得到实际应用。
关键词
热轧带钢
力学性能
预测模型
机器学习
随机森林算法
Keywords
hot rolled strip steel
mechanical properties
prediction model
machine learning
random forest algorithm
分类号
TG335 [金属学及工艺—金属压力加工]
TG181 [金属学及工艺—金属学]
在线阅读
下载PDF
职称材料
题名
基于生产大数据的薄带钢平整机轧制力设定计算模型
被引量：
1
3
作者
王晓东
机构
首钢京唐钢铁联合有限责任公司技术中心
出处
《塑性工程学报》
CAS
CSCD
北大核心
2022年第8期209-221,共13页
文摘
基于镀锌线平整机生产大数据,进行了神经网络模型、回归分析模型、网络模型与回归分析模型相结合的混合算法模型的平整机轧制力预测模型的分析与比较。结果表明,与BP神经网络模型和基于径向基函数RBF神经网络模型相比,广义回归GRNN神经网络模型最优,预测结果相对偏差的标准差在12%左右。神经元网络与数学模型结合的混合算法模型的预测精度比单纯网络模型或回归模型的低。多元线性回归模型优于偏最小二乘回归法模型,除少数钢种外,其预测结果相对偏差的标准差在13%以下,且易于实现,适用性强。将多元线性回归参数的数学模型在平整机上进行了初步应用,结果表明该模型具有一定的应用前景。
关键词
薄带钢
平整机
轧制力
神经元网络模型
回归分析模型
混合算法
Keywords
thin strip steel
temper rolling mill
roll force
neural network model
regression analysis model
hybrid algorithm
分类号
TG331 [金属学及工艺—金属压力加工]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
DP980高强钢静动态拉伸性能及本构模型构建
徐勇
段星宇
陈帅峰
曾祥成
张士宏
陈连生
田亚强
徐海卫
《塑性工程学报》
CAS
CSCD
北大核心
2022
8
在线阅读
下载PDF
职称材料
2
基于机器学习的热轧带钢力学性能预测模型及应用
王晓东
安瑞东
《塑性工程学报》
CAS
CSCD
北大核心
2021
17
在线阅读
下载PDF
职称材料
3
基于生产大数据的薄带钢平整机轧制力设定计算模型
王晓东
《塑性工程学报》
CAS
CSCD
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
