| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 引言 | 第8-9页 |
| 1 文献综述 | 第9-25页 |
| 1.1 不锈钢概述 | 第9-15页 |
| 1.1.1 不锈钢的发展历程 | 第9页 |
| 1.1.2 不锈钢的分类 | 第9-14页 |
| 1.1.3 合金元素在不锈钢中的作用 | 第14页 |
| 1.1.4 不锈钢的应用 | 第14-15页 |
| 1.2 冷轧不锈钢带的生产 | 第15-19页 |
| 1.2.1 冷轧不锈钢带的生产工艺 | 第15-16页 |
| 1.2.2 冷轧奥氏体不锈钢的加工硬化 | 第16页 |
| 1.2.3 冷轧多辊轧机 | 第16-17页 |
| 1.2.4 冷轧不锈钢去应力退火 | 第17-19页 |
| 1.3 冷轧过程中的板形问题 | 第19-21页 |
| 1.4 冷轧不锈钢带力学性能要求 | 第21-22页 |
| 1.5 BP 神经网络的应用 | 第22-23页 |
| 1.6 研究内容及意义 | 第23-25页 |
| 2 窜辊给定量对冷轧 SUS301 不锈钢带板形的影响 | 第25-32页 |
| 2.1 冷轧带材原料 | 第26页 |
| 2.2 冷轧 12 辊 650 轧机及窜辊工艺 | 第26-27页 |
| 2.3 冷轧轧制过程数据分析 | 第27-30页 |
| 2.3.1 中间传动辊窜辊量对带材板形的影响 | 第27-29页 |
| 2.3.2 压下率对带材板形的影响 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 冷轧 SUS301 不锈钢带低温退火工艺优化 | 第32-42页 |
| 3.1 实验材料及方法 | 第32-33页 |
| 3.1.1 实验材料 | 第32-33页 |
| 3.1.2 实验方法 | 第33页 |
| 3.2 实验结果与分析 | 第33-41页 |
| 3.2.1 材料的力学性能分析 | 第33-36页 |
| 3.2.2 拉伸断口形貌观察 | 第36-38页 |
| 3.2.3 材料的物相结构分析 | 第38-41页 |
| 3.3 本章小结 | 第41-42页 |
| 4 神经网络在 SUS301 不锈钢表面硬度预测中的应用 | 第42-51页 |
| 4.1 实验材料 | 第43页 |
| 4.2 影响冷轧不锈钢硬度工艺参数及输入层参数的确定 | 第43-44页 |
| 4.3 BP 神经网络模型建立和训练 | 第44-46页 |
| 4.4 不锈钢表面硬度的神经网络预测 | 第46-49页 |
| 4.5 本章小结 | 第49-51页 |
| 5 冷轧 SUS304 不锈钢带低温张力退火工艺优化 | 第51-60页 |
| 5.1 实验材料 | 第52页 |
| 5.2 实验设备 | 第52页 |
| 5.3 实验结果与分析 | 第52-59页 |
| 5.3.1 残余应力的控制方法 | 第54页 |
| 5.3.2 残余应力的盲孔法测试 | 第54-55页 |
| 5.3.3 退火张力对残余应力分布的影响 | 第55-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
