尤雪磊
,
华建社
,
姚渭
,
刘莹莹
,
李洁
,
王坤
材料热处理学报
采用Gleeble3500热模拟试验机,对经过连续变断面循环挤压制备的细晶TC4钛合金进行热模拟压缩,采用的变形温度为750 ～ 950℃,应变速率为0.001～10 s-1,变形程度为60％.根据实验所得应力—应变曲线采用Arrhenius方程和BP人工神经网络分别建立了经连续变断面循环挤压制备的细晶TC4钛合金的本构方程,并计算了两种本构方程的预测值与实验值的相关度和相对误差.结果表明,BP人工神经网络模型预测值更加精确,比较适合经连续变断面循环挤压制备的细晶TC4钛合金流动应力的数值模拟.
关键词:
连续变断面循环挤压
,
TC4钛合金
,
Arrhenius方程
,
人工神经网络模型
柴箫君
,
李洪波
,
张杰
,
周一中
,
马珩皓
,
张鹏武
钢铁
doi:10.13228/j.boyuan.issn0449-749x.20160473
轧制压力横向分布规律对快速轧辊轧件一体化模型的建立、轧辊磨损及辊形预测具有重要的意义.为简洁有效地描述轧制压力横向分布,提出了轧制压力横向分布表征指标,即边中比、高次程度、一次非对称度及三次非对称度.通过有限单元法建立了轧件三维弹塑性变形模型,并根据实测数据对模型边界条件进行设置,研究了不同因素影响下的轧制压力横向分布规律.考虑到各生产因素对轧制压力横向分布的影响不完全独立,不易获得函数表达式,以多组工况下有限元仿真结果为基础,建立多生产因素影响下的轧制压力横向分布人工神经网络预测模型,为轧辊轧件一体化快速计算模型的建立奠定了基础.
关键词:
热轧
,
轧制压力
,
横向分布
,
有限元
,
人工神经网络模型
任军帅
,
张英明
,
吝靖玉
,
席恩平
钛工业进展
基于西北有色金属研究院实际生产中统计的321组钛合金铸锭化学成分与相变点数据,构建了预测钛合金(α+β)/β相变点的人工神经网络模型和多元线性回归模型,并对模型的准确性进行了评价分析。结果显示,多元线性回归模型的训练值及预测值与(α+β)/β相变点实际值的相关性系数分别为0．76105和0．80993,而人工神经网络模型的相关性系数分别为0．92721和0．81851,具有更好的相关性。人工神经网络模型的平均绝对误差为4．02℃,相比多元线性回归模型(平均绝对误差为5．11℃)具有更高的精度,可以更好地描述合金元素与钛合金(α+β)/β相变点之间的非线性关系。
关键词:
钛合金
,
相变点
,
合金元素
,
多元线性回归模型
,
人工神经网络模型
严杰
,
潘清林
,
李安德
,
宋文博
中国有色金属学报(英文版)
doi:10.1016/S1003-6326(17)60071-2
在Gleeble?3500热模拟仪上进行热压缩实验,研究在变形温度为623~773 K、应变速率为0.01~20 s?1时均匀化状态下Al?6.2Zn?0.70Mg?0.30Mn?0.17Zr合金的热变形行为.实验结果表明:变形过程中流变应力值随应变速率的减小或变形温度的升高而减小.为研究热压缩过程合金的流变行为,同时建立了应变补偿本构模型与人工神经网络模型.计算结果表明:热压缩过程中各个材料常数与应变之间的关系可分别用6次多项式描述;隐含层含有16个神经元的神经网络模型具有好的预测效果.采用应变补偿本构模型和神经网络模型对流变应力进行预测,预测值平均绝对误差分别为3.49%和1.03%,神经网络模型预测精度与效率均高于应变补偿本构模型.
关键词:
铝合金
,
热压缩变形
,
流变应力
,
本构方程
,
人工神经网络模型
