余滨杉
,
王社良
,
杨涛
,
樊禹江
金属学报
doi:10.11900/0412.1961.2016.00218
系统研究了形状记忆合金丝(SMA)应力-应变曲线、特征点应力、耗能能力及等效阻尼比随材料直径、应变幅值、加载速率、加载循环次数的变化规律;由于SMA唯象Brinson等常见本构模型无法以数学模型方式精确描述SMA各影响因素对其力学性能的影响程度,基于SMA实验结果,本工作采用BP神经网络智能算法(一种利用误差反向传播训练的神经网络算法)对其进行非线性建模,同时利用遗传算法对神经元的初始权值和阈值进行优化,进而获得了一种基于遗传算法优化的SMA BP神经网络本构模型。利用该模型对SMA实验结果进行模拟,所得结果平均误差仅为1.13%,优于未优化的SMA BP神经网络模型。结果表明,基于遗传算法优化的SMA BP神经网络本构模型,能够精确地预测SMA在反复荷载作用下的超弹性性能,避免由于初始权/阈值取值不当引起的BP网络振荡而产生不收敛的问题,同时也充分考虑了加/卸载速率的动态影响,是一种良好的速率相关型动力本构模型。
关键词:
形状记忆合金(SMA)
,
遗传算法
,
BP神经网络
,
动力本构模型
余滨杉
,
樊禹江
,
王社良
,
杨涛
材料导报
doi:10.11896/j.issn.1005-023X.2017.06.030
系统研究了Ti-Ni形状记忆合金丝(SMA)应力-应变曲线、特征点应力、耗能能力、等效阻尼比随材料直径、应变幅值、加载速率、加载循环次数的变化规律;针对SMA唯象Brinson本构模型无法描述SMA动态力学性能的缺点,结合前述试验结果,提出了一种可考虑加/卸载速率影响的SMA简化本构模型.应用该模型对试验用SMA丝进行模拟,所得应力-应变曲线各特征点平均误差仅为3％,结果表明:所建立的速率相关SMA简化本构模型可较为精确地描述SMA在应力诱发相变过程中的超弹性力学行为,同时可反映加/卸载速率和应变幅值等主要因素对其动力本构模型的影响;该模型结构形式简单,具有较好的工程应用前景.
关键词:
形状记忆合金
,
Brinson本构模型
,
速率相关
,
动力本构模型
