声明
第1章 绪 论
1.1 国内外研究进展
1.1.1 轧制工艺模型相关研究进展
1.1.2 C19400 合金热变形行为相关研究进展
1.1.3 有限元仿真技术在板带材轧制中的应用
1.1.4 人工神经网络在工艺模型中的应用
1.2 引言
1.3 本文选题背景及研究内容
第2章 试验材料及方法
2.1 试验材料与试验方案
2.1.1 试验材料
2.1.2 试验方案
2.2 试验方法
2.2.1 铸态C19400 合金热压缩试验
2.2.2 有限元数值模拟试验
2.2.3 企业生产线数据采集
2.3 本章小结
第3章 C19400 合金中厚板可逆热轧工艺数学模型建立
3.1 引言
3.2 合金高温变形行为及本构方程
3.2.1 合金高温压缩真应力-真应变曲线分析
3.2.2 基于MATLAB 编程的合金本构方程建立
3.2.3 合金本构方程结果分析
3.2.4 合金热加工图构建
3.3 合金中厚板可逆热轧有限元建模及仿真模拟
3.3.1 基于DEFORM-3D的有限元模型建立
3.3.2 有限元模型验证
3.3.3 仿真模拟结果分析
3.4 合金中厚板可逆热轧应力、应变场工艺数学模型建立
3.4.1 数据采集及分析
3.4.2 模型的建立及评价
3.5 本章小结
第4章 基于人工神经网络热轧轧制力工艺数学模型建立
4.1 引言
4.2 基于BP 神经网络的合金中厚板热轧轧制力工艺数学模型
4.2.1 BP人工神经网络
4.2.2 BP网络算法流程
4.2.3 BP神经网络轧制力模型建立
4.2.4 模型结果分析
4.3 基于PSO-BP 神经网络的合金中厚板热轧轧制力工艺数学模型
4.3.1 PSO-BP神经网络
4.3.2 PSO-BP网络算法流程
4.3.3 PSO-BP神经网络轧制力模型建立
4.3.4 模型结果分析
4.4 本章小结
第5章 结论
参考文献
附录Ⅰ 峰值应力本构方程MATLAB 程序代码
附录Ⅱ 多元线性回归MATLAB 程序代码
附录ⅢBP 神经网络MATLAB 程序代码
附录Ⅳ PSO-BP 神经网络MATLAB 程序代码
致 谢
攻读硕士学位期间的研究成果
河南科技大学;