摘要: |
本论文是建立在东北大学和山东莱芜钢铁集团科研项目基础之上的,结合齿轮钢的理论研究和现场实际生产情况,通过大量的现场数据收集及数据处理,对化学成分影响齿轮钢淬透性的现象进行了理论分析与研究,并制作预报软件以准确预报淬透性值,以便有效控制生产,提高产品质量。本论文主要内容包括:
1.通过厂方提供的大量现场数据,利用多元回归的方法研究各种化学成分对齿轮钢淬透性的影响,从而对化学成分的影响因素有了理性的认识,从中找到各化学成分对产品淬透性的影响规律,以便在生产中加以控制。
2.利用多元回归的计算方法,同时结合大量的现场数据,建立淬透性计算与预报的数学模型。建立先进的,合理的,准确的预报模型,是软件建立的重要基础。现在各种齿轮钢实测淬透性曲线或淬透性带的资料积累日益丰富,通过计算机对大量实验数据进行多重回归分析,是研究各因素之间存在交互作用的有效方法。在本论文中,采用淬透性与化学成分多元回归的方法,直接根据化学成分计算淬透性值。
3.由于多元回归预报淬透性有一定的局限性,汽车齿轮钢淬透性的预报工作仍需进一步开展,简单的数学模型远不能反映淬透性与其影响因素之间的内在规律。为了提高预报精度,论文中特别引入了人工神经元网络这一先进的信息处理方式开发了预报软件,因为它解决问题的方式不同于传统逻辑思维的“算法”,其“操作”具有形象思维的属性,特别适合解决数学模型难以描述的非结构化问题和非线性问题等。
本研究具有良好在线应用前景。只要建立了实测数据库,获取现场实际生产数据,利用离线训练获得不断更新的网络权值矩阵,就可以在线应用,以达到提高汽车齿轮钢产品质量和降低劳动强度的目的。
|