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
-
用途分类专著
-
专业分类冶金工业
联系我们
电话:010-6401 5784
邮箱:service@mip1953.com
地址:北京市东城区嵩祝院北巷39号
网址: www.mip1953.com
国务院国有资产监督管理委员会 | 国家新闻出版署 | 国家发展和改革委员会 | 科学技术部 | 工业和信息化部 | 中国钢铁工业协会 | 冶金网
Link
友情链接
Copyright © 冶金工业出版社有限公司 www.mip1953.com 版权所有 | 京ICP备05032908号 京公网安备11010102003462号 | 网络出版服务许可证:网出证(京)字第122号