專利名稱：一種淬透性預報及生產窄淬透性帶鋼的方法
技術領域：
本發明涉及一種淬透性預報及生產窄淬透性帶鋼的方法，適用于有淬透性要求且 以Jominy值評價末端淬火硬度的鋼種，包括齒輪鋼、調質鋼、彈簧鋼和軸承鋼。
背景技術：
近幾年，端淬鋼的應用領域(如齒輪和軸承工業等)向著高速、重載、精密和低噪 音的技術方向發展，要求端淬鋼具有更高的加工精度和尺寸穩定性。為了實現這一目的，對 高品質端淬鋼的基本要求是提高鋼材淬透性的穩定性與控制精度，減少其熱處理后的回彈 量。實踐證明，端淬鋼的淬透性帶寬越窄，熱處理后的回彈量越小，尺寸精度越高。通常高 品質端淬鋼的基本要求是淬透性帶寬< 6HRC，國際先進水平達到淬透性帶寬< 4HRC。
縮小淬透性帶寬的措施主要包括1)嚴格控制鋼材化學成分，實現窄成分控制； 2)對淬透性進行在線預報與調整，確保控制精度和淬透性穩定。
中國專利申請號90103405. 3公開了 “一種生產窄淬透性帶鋼的方法”，該方法采 用復雜的非線性代數式預報鋼的端淬硬度值，在不進行和進行成分微調情況下，能分別生 產出淬透性帶寬在8HRC和6HRC以內的端淬鋼。但其端淬值預測模型不能消除化學成分分 析和硬度測試過程中存在的系統誤差，且涉及的模型參數眾多，不便于進行參數修正，難以 滿足高品質端淬鋼窄淬透性帶的控制要求。
日本國專利申請號公開了有淬透性要求鋼材末端淬火Jominy值的 預測及鋼水成分調節方法，該方法選取一個參考成分及對應的端淬值為比較基礎，采用成 分增量模型預測端淬值，并根據預測結果調節熔煉鋼水成分。盡管該方法能在一定程度上 消除化學成分分析和硬度測試的系統誤差，但選擇的參考爐次過少，選擇不當易引起較大 的端淬值預測誤差；且模型過于簡化，將化學成分與端淬值間復雜的非線性關系，簡化為簡 單的線性增量模型，會降低模型預報精度。
淬透性預報是進行化學成分微調、實現窄淬透性帶控制的基礎。因此，提高淬透性 預報模型的預報精度和準確率至關重要。人工神經網絡(ANN-ArtificialNeural Network) 模型因其良好的非線性映射能力、容錯性、魯棒性和自學習能力，被廣泛應用于組織性能預 報領域，并取得較好效果；目前最常用的ANN模型是BP (Back Propagation)模型，即誤差反 向傳播模型。增量模型因其在一定程度上能消除化學成分分析、檢測和計量參量的系統誤 差，在氧氣轉爐煉鋼靜態控制模型上得到廣泛應用；目前最常用的是基于多個參考爐次的 增量模型。發明內容
本發明的目的是提供一種淬透性預報及生產窄淬透性帶鋼的方法，解決了常規淬 透性預報與控制方法的控制精度低、難以滿足高品質端淬鋼窄淬透性帶控制要求的問題。 淬透性預報和精煉成分在線微調，適用于有淬透性要求且以Jominy值評價末端淬火硬度 的鋼種，包括齒輪鋼、調質鋼、彈簧鋼和軸承鋼。
本發明的技術解決方案是將BP (Back I^ropagation)人工神經網絡模型和增量 算法結合，以化學成分對參考爐次的成分增量作為輸入，以Jominy末端淬火硬度對參考爐 次的端淬值增量作為輸出，建立基于增量神經網絡的淬透性預報模型；根據增量神經網絡 淬透性預報模型的端淬預測值與端淬目標值的差值，由成分規則庫給出各元素成分調整 量，并按合金加料模型計算的合金加入量進行加料，實現鋼水精煉過程中的化學成分在線 微調和控制窄淬透性帶。
增量神經網絡采用3 4層結構，中間隱含層和輸出層神經元處理函數分別采用 Sigmoid函數和線性函數；選取當前爐次之前的4 6個歷史爐次作為參考爐次；以各參考 爐次對應的端淬預測值的算術平均值作為當前爐次的端淬預測值。
本發明的發明思路是
1)建立基于增量神經網絡的淬透性預報模型，以有效消除化學成分分析和硬度檢 測過程中存在的系統偏差，簡化化學成分和端淬硬度的復雜非線性映射函數關系，提高端 淬硬度值的預報精度。
2)建立成分調整規則庫和合金加料模型，根據增量神經網絡淬透性預報模型的端 淬預測值與端淬目標值的差值，由規則庫給出各元素成分調整量，并按合金加料模型計算 的合金加入量進行加料，以實現鋼水精煉成分的在線微調。
3)將端淬值預測與精煉鋼水成分調整反復交替進行，直至端淬預測值與端淬目標 值偏差絕對值小于等于2HRC，實現窄淬透性帶端淬鋼穩定生產。
本發明的技術效果通過建立基于增量神經網絡的淬透性預報模型，并以該模型 指導鋼水精煉過程中的化學成分微調，能穩定生產帶寬為4HRC的窄淬透性帶端淬鋼。


圖1是本發明一種淬透性預報及生產窄淬透性帶鋼的方法的增量神經網絡淬透 性預報模型結構圖。
圖2是本發明一種淬透性預報及生產窄淬透性帶鋼的方法的基于增量神經網絡 的淬透性預報模型的預報精度。
圖3是本發明一種淬透性預報及生產窄淬透性帶鋼的方法的成分調整原則圖。
圖4是本發明的一種淬透性預報及生產窄淬透性帶鋼的方法的基于增量神經網 絡模型的淬透性預報與成分微調控制流程。
圖4中_
權利要求
1.一種淬透性預報及生產窄淬透性帶鋼的方法，其特征在于，將人工神經網絡模型和 增量算法結合，以化學成分對參考爐次的成分增量作為輸入，以Jominy末端淬火硬度對參 考爐次的端淬值增量作為輸出，建立基于增量神經網絡的淬透性預報模型；根據增量神經 網絡淬透性預報模型的端淬預測值與端淬目標值的差值，由成分規則庫給出各元素成分調 整量，并按合金加料模型計算的合金加入量進行加料，實現鋼水精煉過程中的化學成分在 線微調和控制窄淬透性帶。
2.如權利要求1所述的一種淬透性預報及生產窄淬透性帶鋼的方法，其特征在于增 量神經網絡采用3 4層結構，中間隱含層和輸出層神經元處理函數分別采用Sigmoid函 數和線性函數；選取當前爐次之前的4 6個歷史爐次作為參考爐次；以各參考爐次對應 的端淬預測值的算術平均值作為當前爐次的端淬預測值。
全文摘要
一種淬透性預報及生產窄淬透性帶鋼的方法，主要針對有淬透性要求且以Jominy值評價末端淬火硬度的鋼種，包括齒輪鋼、調質鋼、彈簧鋼和軸承鋼。本發明將BP(Back Propagation)人工神經網絡模型和增量算法結合，以化學成分對參考爐次的成分增量作為輸入，以Jominy末端淬火硬度對參考爐次的端淬值增量作為輸出，建立基于增量神經網絡的淬透性預報模型；根據增量神經網絡模型的端淬預測值與端淬目標值的差值，由成分規則庫給出各元素成分調整量，并按合金加料模型計算的合金加入量進行加料，實現鋼水精煉過程中的化學成分在線微調和窄淬透性帶控制。應用本發明，可生產出淬透性帶寬為4HRC的端淬鋼。
文檔編號G06N3/02GK102033978SQ20101028767
公開日2011年4月27日 申請日期2010年9月19日 優先權日2010年9月19日
發明者何平, 劉瀏, 劉錕, 周德光, 崔京玉, 金永春 申請人:首鋼總公司