核电稳定性高、寿期长、污染低,是可持续发展的重要能源。锻件广泛用于核电,是核电用重大装备所必需的重要基础部件,尤其是不锈钢大锻件是关键,其制造能力和水平直接决定着相关装备的制造能力和水平。基于核电发展的需要,研究不锈钢大锻件的锻造工艺十分重要,建立大锻件的锻造模型,利用BP神经网络是工艺优化的一种有效方法,既达到优化不锈钢锻造工艺的目的,又节约研究成本,且能提高研究效率,为此本文提出了基于BP神经网络304不锈钢锻造热加工的工艺优化研究。本文通过对304不锈钢锻造热变形过程进行分析研究,利用模拟试验、理论机理分析、建立模型和BP神经网络相结合的方法,对变形过程中的动态、静态再结晶,动态、静态回复和锻后锻件的组织,晶粒度之间的关系进行研究。确定304不锈钢钢大锻件热加工(锻造)变形温度、应变速率、变形程度、应力状态组织结构变化和再结晶晶粒变化的规律;并且分别建立了304不锈钢锻造加工的回复和再结晶模型;304不锈钢锻造加工热变形的再结晶晶粒长大尺寸模型;最后利用BP神经网络对304不锈钢锻造加工工艺进行优化,能更精确的预测304不锈钢在热变形条件下的再结晶晶粒尺寸。这不仅可以大大减少表征材料流动行为所需要的试验,而且避免了经验本构模型中多项常数难以确定的问题。本课题旨在通过对304不锈钢大锻件在热变形条件下的晶粒尺寸变化规律进行研究,探究不锈钢大锻件锻造过程的晶粒度演变机制。研究成果可为核电奥氏体不锈钢大锻件生产中的塑性加工质量预报和控制技术提供可靠的科学依据;该研究对解决实际生产中热锻开裂、晶粒粗大且不均匀、工艺过程冗长等难点技术问题有重要的理论价值;对于提高我国核电设备的大锻件制造技术水平,促进核电基础件的自主制造有着极其重要的科学意义和实际价值。