专利名称：一种淬透性预报及生产窄淬透性带钢的方法
技术领域：
本发明涉及一种淬透性预报及生产窄淬透性带钢的方法，适用于有淬透性要求且 以Jominy值评价末端淬火硬度的钢种，包括齿轮钢、调质钢、弹簧钢和轴承钢。
背景技术：
近几年，端淬钢的应用领域(如齿轮和轴承工业等)向着高速、重载、精密和低噪 音的技术方向发展，要求端淬钢具有更高的加工精度和尺寸稳定性。为了实现这一目的，对 高品质端淬钢的基本要求是提高钢材淬透性的稳定性与控制精度，减少其热处理后的回弹 量。实践证明，端淬钢的淬透性带宽越窄，热处理后的回弹量越小，尺寸精度越高。通常高 品质端淬钢的基本要求是淬透性带宽< 6HRC，国际先进水平达到淬透性带宽< 4HRC。
缩小淬透性带宽的措施主要包括1)严格控制钢材化学成分，实现窄成分控制； 2)对淬透性进行在线预报与调整，确保控制精度和淬透性稳定。
中国专利申请号90103405. 3公开了 “一种生产窄淬透性带钢的方法”，该方法采 用复杂的非线性代数式预报钢的端淬硬度值，在不进行和进行成分微调情况下，能分别生 产出淬透性带宽在8HRC和6HRC以内的端淬钢。但其端淬值预测模型不能消除化学成分分 析和硬度测试过程中存在的系统误差，且涉及的模型参数众多，不便于进行参数修正，难以 满足高品质端淬钢窄淬透性带的控制要求。
日本国专利申请号2004-294246公开了有淬透性要求钢材末端淬火Jominy值的 预测及钢水成分调节方法，该方法选取一个参考成分及对应的端淬值为比较基础，采用成 分增量模型预测端淬值，并根据预测结果调节熔炼钢水成分。尽管该方法能在一定程度上 消除化学成分分析和硬度测试的系统误差，但选择的参考炉次过少，选择不当易引起较大 的端淬值预测误差；且模型过于简化，将化学成分与端淬值间复杂的非线性关系，简化为简 单的线性增量模型，会降低模型预报精度。
淬透性预报是进行化学成分微调、实现窄淬透性带控制的基础。因此，提高淬透性 预报模型的预报精度和准确率至关重要。人工神经网络(ANN-ArtificialNeural Network) 模型因其良好的非线性映射能力、容错性、鲁棒性和自学习能力，被广泛应用于组织性能预 报领域，并取得较好效果；目前最常用的ANN模型是BP (Back Propagation)模型，即误差反 向传播模型。增量模型因其在一定程度上能消除化学成分分析、检测和计量参量的系统误 差，在氧气转炉炼钢静态控制模型上得到广泛应用；目前最常用的是基于多个参考炉次的 增量模型。发明内容
本发明的目的是提供一种淬透性预报及生产窄淬透性带钢的方法，解决了常规淬 透性预报与控制方法的控制精度低、难以满足高品质端淬钢窄淬透性带控制要求的问题。 淬透性预报和精炼成分在线微调，适用于有淬透性要求且以Jominy值评价末端淬火硬度 的钢种，包括齿轮钢、调质钢、弹簧钢和轴承钢。
本发明的技术解决方案是将BP (Back I^ropagation)人工神经网络模型和增量 算法结合，以化学成分对参考炉次的成分增量作为输入，以Jominy末端淬火硬度对参考炉 次的端淬值增量作为输出，建立基于增量神经网络的淬透性预报模型；根据增量神经网络 淬透性预报模型的端淬预测值与端淬目标值的差值，由成分规则库给出各元素成分调整 量，并按合金加料模型计算的合金加入量进行加料，实现钢水精炼过程中的化学成分在线 微调和控制窄淬透性带。
增量神经网络采用3 4层结构，中间隐含层和输出层神经元处理函数分别采用 Sigmoid函数和线性函数；选取当前炉次之前的4 6个历史炉次作为参考炉次；以各参考 炉次对应的端淬预测值的算术平均值作为当前炉次的端淬预测值。
本发明的发明思路是
1)建立基于增量神经网络的淬透性预报模型，以有效消除化学成分分析和硬度检 测过程中存在的系统偏差，简化化学成分和端淬硬度的复杂非线性映射函数关系，提高端 淬硬度值的预报精度。
2)建立成分调整规则库和合金加料模型，根据增量神经网络淬透性预报模型的端 淬预测值与端淬目标值的差值，由规则库给出各元素成分调整量，并按合金加料模型计算 的合金加入量进行加料，以实现钢水精炼成分的在线微调。
3)将端淬值预测与精炼钢水成分调整反复交替进行，直至端淬预测值与端淬目标 值偏差绝对值小于等于2HRC，实现窄淬透性带端淬钢稳定生产。
本发明的技术效果通过建立基于增量神经网络的淬透性预报模型，并以该模型 指导钢水精炼过程中的化学成分微调，能稳定生产带宽为4HRC的窄淬透性带端淬钢。
图1是本发明一种淬透性预报及生产窄淬透性带钢的方法的增量神经网络淬透 性预报模型结构图。
图2是本发明一种淬透性预报及生产窄淬透性带钢的方法的基于增量神经网络 的淬透性预报模型的预报精度。
图3是本发明一种淬透性预报及生产窄淬透性带钢的方法的成分调整原则图。
图4是本发明的一种淬透性预报及生产窄淬透性带钢的方法的基于增量神经网 络模型的淬透性预报与成分微调控制流程。
图4中_
权利要求
1.一种淬透性预报及生产窄淬透性带钢的方法，其特征在于，将人工神经网络模型和 增量算法结合，以化学成分对参考炉次的成分增量作为输入，以Jominy末端淬火硬度对参 考炉次的端淬值增量作为输出，建立基于增量神经网络的淬透性预报模型；根据增量神经 网络淬透性预报模型的端淬预测值与端淬目标值的差值，由成分规则库给出各元素成分调 整量，并按合金加料模型计算的合金加入量进行加料，实现钢水精炼过程中的化学成分在 线微调和控制窄淬透性带。
2.如权利要求1所述的一种淬透性预报及生产窄淬透性带钢的方法，其特征在于增 量神经网络采用3 4层结构，中间隐含层和输出层神经元处理函数分别采用Sigmoid函 数和线性函数；选取当前炉次之前的4 6个历史炉次作为参考炉次；以各参考炉次对应 的端淬预测值的算术平均值作为当前炉次的端淬预测值。
全文摘要
一种淬透性预报及生产窄淬透性带钢的方法，主要针对有淬透性要求且以Jominy值评价末端淬火硬度的钢种，包括齿轮钢、调质钢、弹簧钢和轴承钢。本发明将BP(Back Propagation)人工神经网络模型和增量算法结合，以化学成分对参考炉次的成分增量作为输入，以Jominy末端淬火硬度对参考炉次的端淬值增量作为输出，建立基于增量神经网络的淬透性预报模型；根据增量神经网络模型的端淬预测值与端淬目标值的差值，由成分规则库给出各元素成分调整量，并按合金加料模型计算的合金加入量进行加料，实现钢水精炼过程中的化学成分在线微调和窄淬透性带控制。应用本发明，可生产出淬透性带宽为4HRC的端淬钢。
文档编号G06N3/02GK102033978SQ20101028767
公开日2011年4月27日 申请日期2010年9月19日 优先权日2010年9月19日
发明者何平, 刘浏, 刘锟, 周德光, 崔京玉, 金永春 申请人:首钢总公司