一种冷轧钢带抗拉强度预测模型的建立方法

摘要

本发明涉及一种冷轧钢带抗拉强度预测模型的建立方法，其特征在于，将生产过程中的化学成分、终轧温度、卷曲温度、冷轧压下比、退火时间、平整延伸率相关参数引入回归型神经元网络，进行分析建立预测模型，步骤如下：1)将冷轧钢带生产过程中各工艺参数存储在数据库中；2)利用拉伸机对生产的冷轧钢带样品进行抗拉强度测量，并将测量结果存储数据库中；3)建立预测模型。所述的化学成分为碳、硅、锰、磷、硫、铝、氮、钛、铌。本发明的有益效果是：利用回归型神经元网络分析方法，引入冷轧钢带全程生产的数据建立预测模型，全面反映炼钢、热轧和冷轧全流程的影响，将某批次冷轧钢带的生产相关数据输入模型，即可得该批次冷轧钢带的抗拉强度预测值。