金属热处理

作者：刘艾, 张廷虎, 王忠亮

单位：鹤庆北衙矿业有限公司, 云南 大理 671000

关键词：辊式淬火,板形预测,卷积神经网络,长短时记忆网络

钢板的板形是淬火过程的关键质量指标,针对钢板在淬火过程中板形预测的问题,提出一种基于卷积神经网络-长短时记忆网络(CNN-LSTM)的二阶段辊式淬火过程板形预测方法。该方法分为两个阶段,首先,利用CNN提取板形特征,捕捉板形的空间信息。其次,以淬火过程参数、历史板形特征为输入,采用LSTM建立板形预测模型。最后将两个阶段串联,使预测模型能够同时考虑板形的空间信息和时间信息。基于实际生产数据进行试验,其结果表明,预测误差的均方值从0.0471降低到了0.0264,即预测误差降低了43.9%,达到了提高板形预测精度的目标。

来源：2024年第10期

《金属热处理》期刊编辑部

查看金属热处理杂志2024年第10期