《表1 各个因素对抗拉强度的计算贡献值》
从图4还可以看出,在神经网络模型当中,各个分析变量在不同条件下呈现的是不同的抗拉强度的贡献,而且分析变量会随着其他分析变量改变而发生变化,这与通常的线性回归方法所得到的模型存在明显区别。在设定条件下,本文通过线性拟合计算出单位影响因素对抗拉强度的贡献△TSavg,拟合曲线见图4中虚线所示,其拟合结果见表1。同时,根据影响因素的最大值Max、最小值Min,能够计算出整个强度变化△TS=(Max-Min)×△TSavg。从表1可以看出,0.01%的C能够提高抗拉强度104MPa,0.1%的Si则能增加抗拉强度364MPa,但C、Si含量的明显增加会对成品的焊接、塑性造成不良影响;Si、C能够引起的抗拉强度整体变化值分别为228.8、194.6MPa。P、S、Al和基板厚度能够造成的抗拉强度增量有限,数值分别为50.6、-9.9、67.0、-8.0MPa;每提高0.1的酸轧压下率能够提高抗拉强度101MPa,而且酸轧压下率带来的整体抗拉强度增量为162MPa。
图表编号 | XD00165686700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 谢保盛 |
绘制单位 | 涟钢2250热轧板厂 |
更多格式 | 高清、无水印(增值服务) |