进入页    新书速递    钢材组织性能演变的数字解析与工艺智能优化

钢材组织性能演变的数字解析与工艺智能优化

书名:钢材组织性能演变的数字解析与工艺智能优化
ISBN:978-7-5240-0017-4
作者:刘振宇 周晓光 吴思炜 曹光明(著)
出版时间:2024年12月
图书定价:148元

推荐语

国家出版基金资助项目

“十四五”国家重点出版物出版规划项目

数字钢铁关键技术丛书

 

本书可供从事钢铁生产工作的工程技术人员、科研人员阅读,也可供高等学校材料类、机械类、计算机等相关专业师生参考。

 

内容简介

本书主要介绍跨系统、跨工序钢铁工艺质量大数据平台构建,利用工业大数据驱动,融合物理冶金学原理和智能优化策略实现钢材生产全流程组织性能演变的数字解析,高效多目标优化算法等。

 

目录

1 概述

1.1 钢材组织性能演变的数字解析与工艺智能优化的研究背景

1.2 钢材组织-性能演变数字孪生系统发展历程

1.3 机器学习应用于材料领域的研究现状

1.4 热轧过程中析出与应变、再结晶间的交互作用

1.5 热轧过程表面质量-组织演变-力能参数耦合关系分析

1.6 热轧组织性能演变工业软件开发与应用

参考文献

 

2 钢材组织性能预测的典型实验方法

2.1 单道次压缩实验

2.2 双道次压缩实验

2.3 应力松弛实验

2.4 连续冷却转变实验

参考文献

 

3 热轧钢材奥氏体组织演变和析出模型

3.1 高强度钢奥氏体化过程中的奥氏体晶粒长大及其模型

3.2 机器学习微合金钢动态再结晶行为

3.3 机器学习微合金钢应变诱导析出行为

3.4 基于回复-析出-再结晶交互作用的静态软化行为机器学习

参考文献

 

4 热轧过程“组织-氧化-力能”的集成机器学习模型研究

4.1 引言

4.2 “组织-氧化-力能”的集成机器学习模型开发

4.3 集成机器学习模型结果分析

4.4 “组织-氧化-力能”耦合状态的机器学习结果分析

参考文献

 

5 “形核-长大”机制下的变温相变动力学可加性法则及机器学习求解方法

5.1 研究背景

5.2 广义可加性法则的理论模型推导

5.3 基于广义可加性法则的相变动力学的数据驱动解

5.4 实验验证与结果分析

参考文献

 

6 钢材生产工业大数据的挖掘技术

6.1 工业大数据平台的建立

6.2 工业数据建模存在问题及数据挖掘方法

6.3 机器学习建模方法

6.4 数据挖掘在建模过程中的典型应用

参考文献

 

7 人工智能算法在组织性能预测中的应用

7.1 大数据驱动的物理冶金学模型

7.2 基于深度学习的钢铁组织特征识别

7.3 多目标优化算法开发及热轧工艺智能优化

参考文献

 

8 板带产品组织性能预测及工艺优化系统的开发及应用

8.1 系统介绍

8.2 系统应用

8.3 智能化热轧工艺优化设计系统工业应用

参考文献

 

索引

 

图书详情

返回
¥ 119.88
  • 用途分类
    专著
  • 专业分类
    冶金工业
原价: ¥148.00