近β钛合金Ti-26在固溶状态下具有很好的塑性,时效后可以达到很高的强度,具有广泛的应用价值.利用刚粘塑性有限元法,结合物理模拟,建立3层BP人工神经网络模型,开发一个相应的有限元数值模拟系统,对Ti-26合金杯形件的反挤压成形过程进行数值模拟分析,获得高强钛合金反挤压成形时应力、应变的分布信息以及载荷与行程的关系.所得结果对零件的成形工艺参数的优化和模具设计都具有指导意义.
参考文献
| [1] | 赵恒章,杨英丽,郭获子,赵彬.Ti-26高强钛合金斜轧穿孔工艺研究[J].稀有金属快报,2007(12):34-37. |
| [2] | TAKUDA H;FUJIMOTO H .Modeling on flow stress of Mg-Al-Zn alloys at elevated temperature[J].Journal of Materials Processing Technology,1998,80/81:513-516. |
| [3] | 周计明,齐乐华,陈国定.热成形中金属本构关系建模方法综述[J].机械科学与技术,2005(02):212-216. |
| [4] | 杨立斌,张辉,彭大暑,段炼.7075铝合金高温流变行为的研究[J].热加工工艺,2002(01):1-2,5. |
| [5] | 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. |
| [6] | 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. |
| [7] | 王克鲁,鲁世强,李鑫,董显娟,杨化娟.Ti-6.5Al-3.5Mo-1.5Zr-0.3Si合金本构关系的BP神经网络模型[J].特种铸造及有色合金,2008(08):575-578. |
| [8] | 沈昌武,杨合,孙志超,崔军辉.基于BP神经网络的TA15钛合金本构关系建立[J].塑性工程学报,2007(04):101-104,132. |
| [9] | RAO K P;PRASADM T K D V .Neural network approach to flow stress evaluation in hot deformation[J].Journal of Materials Processing Technology,1995,53:560-566. |
| [10] | W. Sha;K.L. Edwards .The use of artificial neural networks in materials science based research[J].Materials & Design,2007(6):1747-1752. |
| [11] | Jiantao Liu;Hongbing Chang;T. Y. Hsu (Xu Zuyao);Xueyu Ruan .Prediction of the flow stress of high-speed steel during hot deformation using a BP artificial neural network[J].Journal of Materials Processing Technology,2000(2):200-205. |
| [12] | 何勇,张红钢,刘雪峰,谢建新.NiTi合金高温变形本构关系的神经网络模型[J].稀有金属材料与工程,2008(01):19-23. |
| [13] | 刘建生;陈惠琴;郭晓霞.金属塑性加工有限元模拟技术与应用[M].北京:冶金工业出版社,2000 |
| [14] | 吕成,张立文,牟正君,裴继斌.TC4钛合金锻件锻造过程三维热力耦合有限元模拟[J].锻压技术,2007(01):28-31. |
| [15] | 谢庆生;尹健;罗延科.机械工程中的神经网络方法[M].北京:机械工业出版社,2003 |
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%