基于神经网络的TC21合金本构关系模型(英文)

本构方程是描述材料变形和有限元模拟基本信息必要的数学模型,它反映流动应力与应变、应变率和温度综合作用的高度非线性关系。基于Gleeble-1500热模拟机上进行等温压缩试验获得的实验数据,系统研究TC21钛合金的流变行为,并采用BP人工神经网络建立该合金的本构关系模型。在该模型中,输入变量为应变、应变速率和变形温度,输出变量为流动应力。与传统方法相比,利用BP人工神经网络所建立的本构关系模型能够更好地表征试验数据及描述整个变形过程。     

基于BP神经网络Ti600合金本构关系模型的建立

运用Gleeble-1500热模拟机对Ti600合金的圆柱试样进行等温压缩变形试验,以试验所得数据（变形温度800~1100 ℃,应变速率0.01~10 s-1）为基础,基于BP神经网络方法建立了该合金的高温本构关系模型。结果表明：BP神经网络本构关系模型具有很高的预测精度,可以很好地描述Ti600合金在高温变形时各热力学参数之间高度非线性的复杂关系,为本构关系模型的建立提供了一种更加准确有效的方法。     

基于BP神经网络的TB8合金高温本构关系模型

利用Gleeble1500热模拟试验机对TB8合金进行等温压缩试验,获得不同变形条件下的流变应力数据,在对数据进行摩擦修正的基础上建立了3×10×1的3层BP神经网络形式的本构关系模型。结果表明,在隐层神经元数为10、学习率为0.05、动量因子为0.4时,网络模型具有优良的性能,能精确反映热变形条件下温度、变形速率、变形程度与流变应力之间的关系,为TB8合金热加工工艺的合理制定和热变形过程的数值模拟提供依据。     

应变速率循环法构建TC21钛合金超塑性本构方程

采用应变速率循环法在超塑拉伸机上对TC21钛合金进行5组高温超塑性拉伸实验,变形温度范围860℃~940℃,应变速率循环范围10-5s-1~10-3s-1。通过对拉伸实验数据分析,计算出TC21钛合金动态再结晶激活能Q,利用Arrhenius模型构建TC21钛合金高温条件下的超塑性本构方程,并通过1stOpt软件进行非线性回归拟合进行修正,得到了更为精准的超塑性本构方程。实验结果表明,当变形温度不变时,流动应力随着应变速率的增大而增大,且高应变速率时,流动应力对应变速率的敏感性要大于低应变速率时,可判定TC21钛合金属于正应变速率敏感材料。TC21钛合金在860℃附近时的超塑性较好,综合延伸率可达366.6%。     

Ti-17合金本构关系的人工神经网络模型

开发了一个基于神经网络的Ｔｉ１７ 合金的本构关系模型。首先利用ＴｈｅｒｍｅｃｍａｓｔｏｒＺ 型热模拟机等温压缩Ｔｉ１７ 合金, 研究在不同变形温度、变形程度和应变速率等工艺参数条件下流动应力的变化情况。然后用实验所得的热变形工艺参数与性能间的数据训练人工神经网络。训练结束后的神经网络变成为一个知识基的本构关系模型。利用该模型预测的流动应力的值与实验结果间的误差较小。     

等轴组织TC21合金高温变形本构模型和热加工图

对等轴组织TC21合金在Gleeble-1500热模拟实验机上进行了等温压缩实验,变形温度为760、800、840、880、920和960℃(α+β相区),应变速率为0.001、0.01、0.1、1和10.0 s-1.结果 表明:TC21合金的流动应力随应变速率降低和变形温度升高而降低;随应变的增加,变形激活能从570 kJ·mol-1减少到410 kJ· mol-1.基于应变补偿的Arrhenius方程建立TC21合金高温变形本构模型,该模型可以精确地预测流动应力随工艺参数的变化.基于动态材料模型建立了TC21合金的热加工图;热加工图中的能量耗散效率和非稳态成形区域随着应变增加而改变.     

超塑成形工艺对TC21合金超塑性的影响

分析对比了一步与两步超塑成形法对未经特殊细化的TC21钛合金超塑性和显微组织的影响。研究结果表明:在变形温度为870~930℃范围内,两步超塑成形伸长率明显好于一步超塑成形。在变形温度为870℃,第1步和第2步应变速率均为3.3×10-4s-1,预应变量为50%,间隙保温时间为20 min时,两步超塑成形的伸长率达到最大值为438.60%,和恒应变速率的一步超塑成形相比,伸长率提高了74.72%。真应力-应变曲线表明:两步超塑成形时,第2步开始时的应力明显小于第1步结束时的应力,第1步变形对金属产生了一定的软化作用。显微组织显示:动态再结晶一直伴随着整个两步超塑性变形过程,再结晶行为的发生为塑性变形提供了细小等轴组织,有利于该合金超塑性的提高。     

TC21钛合金超塑性拉伸变形流变行为

通过恒应变速率超塑性拉伸试验,研究了TC21钛合金在变形温度为1 153~1 193K,应变速率为3.3×10-4~3.3×10-2 s-1条件下的拉伸流变应力行为。计算了TC21钛合金超塑性拉伸变形激活能和相应的应力指数,建立了TC21钛合金应力-应变本构模型,并通过1stopt软件对其进行修正。研究表明,在同一应变速率下,TC21钛合金流变应力随变形温度的升高而减小;在同一变形温度下,流变应力随着应变速率的增大而增大。当应变速率较高,变形温度较低时,动态再结晶为主要软化机制;当应变速率较低,变形温度较高时,加工硬化与软化达到动态平衡,软化机制以动态回复为主;当变形温度为1 153K,应变速率为3.3×10-4 s-1时,TC21钛合金具有较好的超塑性(408.60%);超塑性拉伸变形激活能和应力指数分别为329.20kJ/mol、2.367 7。     

应用人工神经网络建立Ti-22Al-25Nb合金高温本构关系模型

本构方程是描述材料变形的基本信息和有限元模拟中不可缺少的数学模型,反映了流动应力与应变、应变速率以及温度之间的相互关系。文章运用Gleeble-1500热模拟机对Ti-22Al-25Nb钛合金试样进行等温压缩变形试验,以试验所得数据(变形温度940℃～1030℃,应变速率0.001s-1～1s-1)为基础,采用BP神经网络的方法建立了该合金的高温本构关系,并与传统回归拟合的方法计算出的结果进行了对比。结果表明,BP神经网络本构关系模型的预测精度明显优于传统公式的计算结果,而且模型还可以很好地描述该合金在高温变形时,各热力学参数之间的复杂非线性关系,为该合金本构关系方程模型的建立,提供了一种便捷有效的方法。     

铝钨合金高温流变行为及神经网络本构关系模型

采用Gleeble-1500热模拟实验机研究铝钨合金在变形温度为450℃~540℃、应变速率为0.001s-1~1s-1下单道次压缩过程的高温流变行为。基于BP神经网络建立铝钨合金本构关系模型。在该模型中,输入变量为应变、应变速率和变形温度,输出变量为流变应力。与传统方法相比,该本构关系模型的测试数据可以为描述整个变形过程提供一个很好的代表性,也为开发铝钨合金本构关系提供方便和有效的途径。     

基于BP神经网络的TA15钛合金本构关系建立

本构关系体现了材料在热态塑性加工过程中对热力参数的动态响应,关系到有限元模拟的准确性与精度。文章以TA15钛合金等温压缩实验数据为基础,构造一个3×10×10×1四层BP神经网络结构形式的本构关系模型,采用Bayesian规则化调整法训练网络以提高网络的泛化能力。预测结果、外推结果和实验结果对比表明,利用Bayesian规则化调整法训练的BP神经网络结构形式的TA15钛合金本构关系能够描述其高温变形力学行为,适用于热变形过程的数值模拟。     

基于BP神经网络的2D70铝合金本构关系模型

利用Thermecmastor-Z型热加工模拟试验机对2D70铝合金进行等温恒应变速率压缩试验,获得了不同变形温度、不同应变速率和不同真应变下的流动应力数据.结合实验数据和神经网络知识,建立了具有BP算法的人工神经网络,训练结束后的神经网络即成为2D70铝合金的一个知识基的本构关系模型.误差分析表明,该神经网络本构关系模型具有较高的精度,可用于指导2D70铝合金热加工工艺的制定,并可用于2D70铝合金热变形过程的有限元模拟.     

基于修正J-C和BP神经网络模型的超细晶纯钛动态本构行为

为研究超细晶纯钛在高温、高应变速率加载下的复杂力学行为,建立能够准确描述其动态力学行为的模型,对超细晶纯钛在温度为300~450 ℃,应变速率为2000~3000 s-1下进行了动态冲击实验,获得真应力-真应变曲线。结果表明：在所研究的条件下,真应力-真应变曲线均表现为明显的“双应力峰”特征,晶界处的位错湮灭、重新排列及后续绝热剪切带的形成是两次应力减小的主要因素,流动应力均表现出正应变速率敏感性和负温度敏感性。综合考虑应变硬化、应变速率硬化和热软化效应,提出一种修正J-C本构模型和BP人工神经网络模型,并对两种模型进行了准确性分析。结果表明BP人工神经网络模型能够更好地预测超细晶纯钛的动态力学行为,相关系数可达0.97065,平均相对误差仅为4.63%。     

TC11钛合金高温变形本构关系研究

在Thermecmastor-Z型热加工模拟试验机上,对TC11钛合金在990℃～1080℃、0.001s-1～70s-1范围内进行了高温压缩实验。通过真应力-真应变曲线,分析了流动应力随变形热力参数的变化规律,并在Arrhenius方程的基础上考虑了真应变对流动应力的影响,构建出TC11钛合金的本构关系。误差分析表明,该本构方程有较好的精度,可适合于工程应用。     

TC4-DT合金改锻工艺及超塑性变形行为

为研究TC4-DT钛合金的细化机理与超塑性变形行为,采用三维镦拔形变热处理改锻工艺对供货态的TC4-DT合金进行细晶化处理,并在电子拉伸实验机上采用最大m值法对细晶化和供应态的TC4-DT进行拉伸实验。结果表明,采用三维镦拔工艺可简单有效的细化TC4-DT合金的原始组织,平均晶粒尺寸由原始组织的70μm细化至15μm;在变形温度850℃⁹00℃、最大m值法的试验条件下,处理后的TC4-DT合金均表现出比供货态超塑性能好,最佳变形温度为870℃,最大延伸率可达到1233%。     

基于人工神经网络的ZK60镁合金热压缩变形行为

在变形温度为200～400℃、应变速率为0.001～1s-1条件下,对ZK60镁合金进行热压缩实验,建立一个单隐层前馈误差反向传播人工神经网络模型,研究该镁合金的流变行为。模型的输入参数分别为变形温度、应变速率和应变,输出为流变应力,中间隐含层包含23个神经元,并采用Levenberg-Marquardt算法对此网络模型进行训练。结果表明:ZK60镁合金的流变应力随变形温度升高和应变速率降低而减小;其高温压缩流变应力曲线可描述为加工硬化、过渡、软化和稳态流变4个阶段,但在较高温度和较低应变速率时,过渡阶段不很明显;所建神经网络模型可以很好地描述ZK60镁合金的流变应力,其预测值与实验值吻合很好;利用该模型预测的变形温度和应变速率对流变应力的影响结果与一般热加工理论所得结果一致。