GH5188合金流变行为研究

通过在Gleeble-3500型热模拟实验机上对GH5188合金进行等温热压缩实验,在变形温度为1030~1150℃、应变速率为0.01~10s-1的条件下,研究其热压缩变形的流变应力变化规律。在应力-应变结果的基础上,采用引入应变量因素的Arrhenius方程,建立了描述GH5188合金高温变形特性的本构方程。结果表明:变形温度和应变速率对GH5188合金流变应力影响显著,随变形温度升高和变形速率的降低,相同变形程度下合金的流变应力显著降低,并且在较低的应变下合金即可达到稳态流变状态。GH5188合金流变应力计算值和实验值相对误差较小,所建立的本构方程具有良好的预测能力。     

挤压态镁合金流变行为及本构模型研究

通过Gleeble热模拟机,在变形温度250~500℃、应变速率0.005~5 s-1下对挤压态镁合金进行热压缩实验,得到应力-应变曲线,基于加工硬化与软化机制,分析了温度和应变速率对流变曲线及峰值应力的影响。其次,考虑变形中温升,在高应变速率下采用温度补偿修正流变应力。最后,运用双曲正弦模型构建不同流变应力范围的本构模型,得到流变应力与温度、应变速率和应变的定量关系。将模型预测应力值与实验值进行对比。结果表明:实验值与预测值的相关性系数为0.984,平均相对误差绝对值为3.87%,说明所建立的本构模型能够准确预测成形过程中不同变形量下镁合金的流变应力值。     

铸态GH4169合金热变形行为及三种本构模型对比

在Gleeble-1500热力模拟机上对铸态GH4169合金进行热压缩试验,变形参数为:温度(1193～1373K)、应变速率(0.01～10s~(-1))、变形量50%。通过分析真应力真应变曲线,研究铸态GH4169合金的热变形行为;对比分析了Johnson-Cook(JC)、修正的Johnson-Cook(MJC)和应变补偿Arrhenius3种本构模型的相关系数(R)和平均相对误差(AARE)。结果表明:铸态GH4169合金的流变应力随变形温度的升高和应变速率的降低而减小。JC模型、MJC模型和应变补偿的Arrhenius本构模型的相关系数(R)分别为0.891、0.956和0.961,AARE依次为29.02%、11.16%和9.31%。因此,应变补偿的Arrhenius模型能够更为精确地描述铸态GH4169的热变形行为。     

铸态TB6钛合金热变形行为及本构关系

通过等温恒应变速率压缩实验研究铸态TB6钛合金在温度为800～1 100 ℃,应变速率为10-3～1 s-1条件下的热变形行为.结果表明:应变速率对铸态TB6合金流变应力的影响最显著,其次是变形温度,而应变的影响作用最小.在低温高应变速率下,流变应力曲线呈连续软化特征,而在高温低应变速率下,流变应力曲线呈稳态流变特征.铸态TB6合金的热变形激活能为200 kJ/mol,接近纯钛β相的自扩散激活能,表明在实验条件范围内主要发生动态回复过程.在Arrhenius方程基础上考虑了应变对流变应力曲线的影响,建立了能准确描述铸态TB6钛合金流变应力曲线的双曲正弦本构关系.     

基于人工神经网络的Ti-555211合金热变形本构模型研究(英文)

利用Gleeble-3800热模拟实验机,在应变速率0.001~1 s-1以及变形温度750~950℃范围内对Ti-555211合金进行等温恒应变速率压缩实验。基于人工神经网络的方法建立了Ti-555211合金热变形本构模型。模型的可靠性用平均相对误差和相关系数来确定。结果表明,所建立的本构模型与实验值的平均相对误差为1.60%,相关系数为0.99938,表明该模型能很好地预测该合金的本构关系。用神经网络来确定本构关系比传统的数学方程更加具有优势。热模拟实验结果表明,随着变形温度的升高和应变速率的减小,该材料的峰值应力有所减小,不连续屈服现象随着变形温度升高和应变速率的增大变得更加明显。流变曲线在不同的变形参数条件下表现形式也不同。     

Modeling Constitutive Relationship of Ti-555211 Alloy by Artificial Neural Network during High-Temperature Deformation

利用Gleeble-3800热模拟实验机,在应变速率0.001~1 s-1以及变形温度750~950 ℃范围内对Ti-555211合金进行等温恒应变速率压缩实验。基于人工神经网络的方法建立了Ti-555211合金热变形本构模型。模型的可靠性用平均相对误差和相关系数来确定。结果表明,所建立的本构模型与实验值的平均相对误差为1.60%,相关系数为0.99938,表明该模型能很好地预测该合金的本构关系。用神经网络来确定本构关系比传统的数学方程更加具有优势。热模拟实验结果表明,随着变形温度的升高和应变速率的减小,该材料的峰值应力有所减小,不连续屈服现象随着变形温度升高和应变速率的增大变得更加明显。流变曲线在不同的变形参数条件下表现形式也不同。     

Ti60合金的流变应力行为及人工神经网络本构模型

采用Thermecmaster-Z型热加工模拟试验机对Ti60合金试样进行等温恒应变速率压缩试验,研究该合金在变形温度为600～950℃,应变速率为0.001～10s~(-1)条件下的流变应力行为,并构建人工神经网络(ANN)本构模型。结果表明,Ti60合金的流变应力随变形温度的升高和应变速率的下降而减小。在不同的变形条件下,Ti60合金的流变应力-应变曲线分别呈现流动稳态型和流动软化型两种特征。基于ANN所建立的本构模型预测精度高,流变应力试验值与预测值之间的相对误差在±5%以内,平均相对误差为1.82%,且相关系数趋近于1,能准确地描述并预测Ti60合金的流变应力行为。     

DP工艺Inconel 718合金高温流变曲线修正及应变本构模型

采用等温热压缩实验研究DP工艺Inconel 718合金在变形温度为900~1060℃,应变速率为0.001~0.5 s~(-1)条件下的高温流变行为,分析摩擦因数和绝热温升对真应力-真应变曲线的影响,并对摩擦引起的流变应力误差进行了修正,建立了基于应变量的应变本构模型。结果表明:随着应变速率的增大和变形温度的降低,摩擦因数的影响趋于明显,变形激活能和材料常数是应变量的函数。对引入应变量参数建立的用于预测工艺处理的Inconel718合金不同变形量时的流变应力本构模型进行误差分析,其实验值与预测值的相关性系数为0.998,平均相对误差绝对值为3.87%,能够用于准确预测不同变形量时合金的流变应力值。     

基于BP神经网络的GH5188高温合金本构模型

采用Gleeble-3500热模拟试验机对GH5188高温合金试样进行热压缩试验,研究其在应变速率为0.001~0.1s^-1和变形温度在1000~1150℃时的热变形行为;建立了基于BP神经网络的本构模型,并验证了所建本构模型的可靠性,最后基于误差计算分析了BP神经网络本构模型的精度。结果表明,温度和应变速率对GH5188合金流变应力的影响明显,随着压缩温度升高和应变速率降低,GH5188合金流变应力明显减小。经定量误差计算分析,BP神经网络本构模型应力预测偏差值在10%以内的数据点占97.92%,BP神经网络模型能准确地预测GH5188高温合金的高温流变应力。     

铸态GH2132合金热变形行为和热加工图EI北大核心CSCD

利用Gleeble−3500热模拟机的热压缩实验,研究了铸态GH2132合金在变形温度为1173~1423 K和应变速率为0.001~10 s^(−1)条件下的热压缩变形行为和微观组织演化规律,分析该合金在不同变形条件下的热变形激活能Q值、应变速率敏感指数m值、温度敏感指数s值的变化规律,基于动态材料模型(DMM)建立热加工图,结合微观组织确定出最佳热加工参数。结果表明:随着变形温度的升高、应变速率的降低,流变应力减小,GH2132合金为应变速率和温度敏感型材料。提高变形温度、降低应变速率有利于获得均匀分布的等轴晶粒。结合热加工图和高温变形微观组织确定,铸态GH2132合金合理的热变形参数所对应的变形温度和应变速率区间分别为1295~1418 K和3.07~10 s^(−1)。