以Gleeble-1500热模拟试验机上高温压缩实验所得实测数据为基础,根据BP(Back Propagation)人工神经网络算法原理,建立了Cu-12%(质量分数,下同)Al合金高温压缩变形过程真应力与真应变、应变速率和变形温度关系的神经网络预测模型.结果表明:BP神经网络用于Cu-12%Al合金高温压缩变形过程的本构关系建模是可行的,真应力预测值与实验值之间的平均相对误差小于1.8%,可很好地反映实际变形过程的特征.
参考文献
[1] | 刘雪峰;谢建新;季灯平 等.一种二元铝青铜线材连续定向凝固制备方法[P].中国专利:CN200610011120.7,2006-01-06. |
[2] | 季灯平,刘雪峰,谢建新,余均武,李卫河,荣鸣雷.Cu-12%Al铝青铜线材的连续定向凝固制备[J].金属学报,2006(12):1243-1247. |
[3] | 陈慧琴,林海,郭灵,曹春晓.TC11钛合金热变形特性分析及其本构关系的建立[J].材料工程,2007(08):32-36. |
[4] | 马高山,万敏,吴向东.5A90铝锂合金热态下本构关系研究[J].塑性工程学报,2007(03):68-71. |
[5] | 韩丽琦,臧勇,邹家祥,章博.基于人工神经网络的热轧碳钢变形抗力预报[J].北京科技大学学报,2001(02):131-133. |
[6] | 刘雪峰,汪凌云.铝锂合金高温变形流变应力的人工神经网络模型[J].重庆大学学报(自然科学版),2001(02):68-71. |
[7] | 许东;吴铮.基于MATLAB6.x的系统分析与设计-神经网络[M].西安:西安电子科技大学出版社,2002 |
[8] | 朱远志,林启权,尹志民,曾渝,李学谦.2519铝合金高温变形流变应力的人工神经网络模型[J].金属热处理,2004(07):20-23. |
[9] | Ti-17合金本构关系的人工神经网络模型[J].中国有色金属学报,1999(03):590. |
[10] | R. Kapoo;D. Pal;J.K. Chakravartty .Use of artificial neural networks to predict the deformation behavior of Zr-2.5Nb-0.5Cu[J].Journal of Materials Processing Technology,2005(2):199-205. |
[11] | STERJOVSKI Z;NOLAN D;CARPENTER K R et al.Artificial neural networks for modeling the mechanical properties of steels in various applications[J].Journal of Materials Processing Technology,2005,170:536-544. |
[12] | P.P. Bariani;S. Bruschi;T. Dal Negro .Prediction of nickel-base superalloys' rheological behaviour under hot forging conditions using artificial neural networks[J].Journal of Materials Processing Technology,2004(3):395-400. |
[13] | 朱远志,彭勃,曾渝,尹志民,杨扬.利用人工神经网络模型和Z-A模型对无氧Cu本构关系的对比研究[J].湖南科技大学学报(自然科学版),2004(02):32-36. |
[14] | 王春水,彭志方,于洋洋.人工神经网络预测变形高温合金的持久强度[J].金属学报,2003(12):1251-1254. |
[15] | 何庆中.防止BP神经网络训练函数进入局部误差振荡缺陷的一种方法[J].四川理工学院学报(自然科学版),2007(03):98-100. |
[16] | 刘芳,单德彬,吕炎,杨玉英.2A70铝合金本构关系的新模型[J].哈尔滨工业大学学报,2005(04):449-450,517. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%