← 返回实验室

AI淬火工艺推荐定制:冷速曲线与硬度预测

在热处理车间的实验性探索中,我们把淬火工艺推荐拆成两段:冷速曲线预测与硬度结果回归。做法上用简化传热模型生成不同材料、截面尺寸、搅拌强度下的冷速曲线样本,再用现场实际工艺参数与端淬、硬度检测数据做校准;模型输出的不是单点硬度,而是一条硬度分布区间,供工艺员判断是否落在技术要求内。

进展:在42CrMo、20CrMnTi两类材料的试算中,模型对表面硬度的预测偏差控制在±2HRC以内(内部样本);心部硬度受装炉量与搅拌不均影响,偏差仍偏大,目前在引入装炉位置与料框信息做修正。

下一步计划:把回火窗口纳入推荐,形成“淬火+回火”一体化参数建议;同时对接现有硬度检测记录,建立按批次自动回流的校准链路,降低人工标注成本。目标不是替代工艺员,而是把“先试一块”的试错次数降下来。

评论

更多研究动态

查看全部实验室 →