多辊辊弯成形工艺设计方法的对比研究

以某U型槽钢的辊弯成形为例,比较了经验公式、专业软件COPRA和数值模拟进行辊弯成形工艺设计的特点.发现现有经验公式均有一定的适用范围,一些公式求解结果的误差很大；利用COPRA软件可以得到对实践具有参考价值的结果,结合经验公式可提高分析效率.数值模拟功能强大,信息完整,但操作的要求较高,且分析计算效率较低.     

基于BP神经网络的AZ31镁合金加工图参数优化

基于Gleeble-1500热模拟机测定的AZ31镁合金热压缩实验数据,通过BP神经网络对数据进行训练,建立了流变应力与应变、应变速率和温度相对应的预测模型,采用该模型的预测数据构造了AZ31的加工图。结果表明:AZ31流变失稳区分布在低温高应变速率区和中温较低应变速率区,当温度为340~440℃、应变速率为0.01~0.02s-1时功率耗散因子较大,为加工性较好的区域;利用经过训练的神经网络模型,流变应力的网络预测值与实验值能够很好地吻合,其最大相对误差为6.67%;不同变形条件绘制的加工图表明AZ31是应变不敏感、但对温度和应变速率敏感的材料。     

基于BP神经网络预测的TC4热加工图

在Gleeble-1500热模拟实验机上对多组TC4钛合金试样进行热压缩实验,获得了变形温度在1053~1273 K、应变速率在0.01~10.00s-1情况下的真应力-应变曲线。通过BP神经网络对实验数据进行训练,建立了流变应力与应变、应变速率和温度相对应的预测模型,并对该模型的预测性能进行评估验证,采用预测数据构造了预测加工图,最后结合微观组织对预测加工图的可行性进行验证。结果表明,预测数据和实验数据的相关系数R为0.99886,平均相对误差为-0.21%,相对误差标准偏差为2.48 MPa,此模型具有良好的预测性能。预测加工图与实验加工图能够很好的吻合,通过预测加工图对材料的可加工性能进行预测,在一定程度上可以解决实验数据不足的缺陷。真应变为0.916的预测加工图大致分为A,B,C3个区域。失稳A区η值出现极小值(-0.16),应变速率较高时,材料局部发生动态再结晶,出现局部变形失稳的现象;应变速率较低时,组织很不均匀,易失稳。稳定B区具有较大的η值,并出现极大值(0.45),其α相球化效果显著、组织均匀,在相界处出现一定数量的细小等轴组织和较大比例的片状组织,确定此区为最优加工区。稳定C区α相球化效果比较明显,可作为加工区。