【技术实现步骤摘要】
本专利技术涉及冷轧钢材力学性能预测，具体涉及一种基于改进图注意力网络的冷轧钢力学性能预测方法。
技术介绍
1、冷轧钢是一种表面光滑且具有优异力学性能的钢材，其被广泛应用于汽车、船舶、电器等制造领域。力学性能是轧制生产过程中反应冷轧钢质量的重要指标，也是生产过程中的重要控制参数。力学性能的测量通常在采样完成后通过破坏性实验获得，这一过程需要投入大量时间成本和资源成本。然而，冷轧钢轧制过程是一个典型的全流程性工艺过程，整个制造过程中上下游工序之间衔接紧密，力学性能与工艺参数和化学成分之间存在着复杂的关系，因此很难实现准确的力学性能预测。因此，建立基于化学成分和工艺参数的力学性能预测模型对于降低生产成本、提升生产效率以及改善产品质量具有重要意义。
2、目前基于模型的轧钢力学性能预测方法主要有基于冶金机理模型的方法和基于数据驱动的方法。然而，在冷轧过程中，奥氏体相和铁素体相都会发生复杂的微观结构演变，因此很难建立精确的机理模型来解释轧制工艺、化学成分和力学性能之间的关系。相较于冶金机理模型，数据驱动的方法是基于实际生产的历史数据建立...
【技术保护点】
1.一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于：步骤S1中数据选取包括输入数据和输出数据，输入数据包括卷取温度、终轧温度、热轧板坯厚度、冷轧板坯厚度、平整机延伸率以及碳、硅、硫、锰、磷、铜、镍、铝、酸融铝含量，输出数据包括屈服强度、抗拉强度和延伸率。
3.如权利要求1所述一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于，步骤S1的数据清洗的方法为：删除数据中的重复值；如果出现数据缺失，为了保证数据的准确性删除数据中的缺
【技术特征摘要】
1.一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于：步骤s1中数据选取包括输入数据和输出数据，输入数据包括卷取温度、终轧温度、热轧板坯厚度、冷轧板坯厚度、平整机延伸率以及碳、硅、硫、锰、磷、铜、镍、铝、酸融铝含量，输出数据包括屈服强度、抗拉强度和延伸率。
3.如权利要求1所述一种基于改进图注意力网络的冷轧钢力学性能预测方法，其特征在于，步骤s1的数据清洗的方法为：删除数据中的重复值；如果出现数据缺失，为了...
【专利技术属性】
技术研发人员：罗晓阳，唐兴昌，王正仲，张其文，郭荣平，苏晓智，
申请(专利权)人：甘肃酒钢集团宏兴钢铁股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。