基于组织一性能预测的集装箱热轧板工艺优化贾涛1，胡恒法2，曹光明1，刘振宇1，王国栋1(1．东北大学轧制技术及连轧自动化国家重点实验室，辽宁沈阳110004；2．梅山钢铁公司技术中心，江苏南京210000)摘要：针对产品的性能要求制定合理的热轧工艺，提出将组织性能预测与控制技术应用于热轧工艺的优化设计。基于大量生产数据，建立了包含10个BP神经网络的模型组以描述化学成分、工艺和力学性能的对应关系，屈服强度、抗拉强度和伸长率的预测精度分别达到了土6％、±6％和士4％。结合多目标粒子群优化算法，针对客户对性能的需求，在化学成分和工艺约束已知的条件下，对热轧工艺进行了优化计算。工艺优化计算结果与现场生产数据吻合良好，验证了工艺优化设计的有效性，从而为热轧最优工艺设计提供指导。关键词：组织一性能；BP神经网络；多目标粒子群优化算法；工艺优化；集装箱板中图分类号：TG335．11文献标识码：A文章编号：0449—749X(2008)11-0054—05随着物理冶金、计算机和自动化技术的进步，始于20世纪70年代的热轧过程组织演变模拟与性能预测技术在近年来获得了迅速发展，促进了该技术在钢铁企业的广泛应用，从而提高企业的产能，降低生产成本并且改善产品的质量[1～4]。..