基于BP神经网络的铝青铜超塑性流变应力预测模型

运用BP神经网络方法建立了铝青铜超塑性状态下流变应力与变形参数之间关系的预测模型。并利用该模型预测在不同拉伸条件下材料的流变应力。结果发现预测数据与试验数据吻合良好，误差小于8．5％。     

基于BP神经网络的TB17钛合金热变形行为研究

利用Gleeble-3500热模拟试验机,在变形温度为800～1 000℃,应变速率为0.001～10s-1条件下对TB17钛合金进行等温恒应变速率压缩试验,获得不同参数下合金的流动应力数据。通过金相组织观察,研究了热变形过程中的合金组织的变化规律。建立了具有BP算法的人工神经网络,利用所建立的BP网络模型对TB17钛合金的流动应力进行预测,发现预测值与试验值符合较好,验证了该BP网络本构关系模型的准确性。     

超高强TB8钛合金高温塑性变形流变应力分析与本构方程

在Gleeble-3000热模拟试验机上进行等温恒速率热压试验(变形温度800~950℃,应变速率0.001~1.0 s-1),研究了TB8合金的高温塑性变形流变应力变化规律,建立了一个包含应变量的本构方程。结果表明,流变应力随变形温度的升高和应变速率的降低而减小;当ε·≤0.1 s-1时,TB8合金高温热压流变曲线为动态再结晶型流变曲线;热变形激活能Q、材料常数n、α、及ln A均与变形量有关;所建立的本构关系能较好的反应TB8合金高温低应变速率下的流变特征。     

基于BP神经网络的TA15钛合金流动应力预测

利用Gleeble 1500热模拟机进行了TA15钛合金不同变形温度、变形程度和应变速率条件下的热压缩试验.在试验数据基础上,应用BP神经网络建立TA15钛合金高温变形本构关系.研究结果表明,通过BP神经网络得到的流动应力具有较高的精度,能够客观地反映TA15钛合金在塑性加工过程中的动态行为,具有重要的工程应用价值.     

TB8钛合金常温压缩应力应变曲线分析

采用Gleeble-1500D热模拟试验机对TB8钛合金进行了常温压缩变形试验,温度为恒温25℃,应变速率范围为0.01~10 s-1。研究了TB8合金常温下流变应力行为,对合金的常温变形机制进行初步的探讨。实验结果表明:TB8材料具有明显的应变速率敏感性,并得到固溶态TB8材料的数学模型。模型计算结果和实验结果显示,该模型可以较好地预测固溶态TB8材料在冷变形时的塑性流动应力。     

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。     

基于BP神经网络的镁合金晶粒尺寸及流变应力模型

通过等温压缩试验研究了热变形条件对AZ61B镁合金再结晶晶粒尺寸及其流变应力的影响,并采用人工神经网络方法分别建立了动态再结晶晶粒尺寸及流变应力的模型。利用反向传播算法对网络进行试探性训练研究,得到了最佳参数。结果表明,所建立的网络模型具有优良的性能,能精确预测AZ61B合金热变形条件下的再结晶晶粒尺寸及流变应力。     

TB8钛合金固溶组织研究及神经网络预测

深入分析了各变形工艺参数对TB8合金固溶处理显微组织的影响规律,建立了固溶组织再结晶体积分数、平均晶粒尺寸与变形工艺参数间的神经网络预测模型。结果表明,冷却和热处理制度相同的条件下,变形温度、变形程度和应变速率等变形工艺参数对TB8钛合金形变且固溶处理后的显微组织有重要的影响,若想获得晶粒较为细小且均匀的组织,需要在合适的应变速率下适当提高变形程度和降低变形温度;人工神经网络的预测结果与实测结果的高度拟合,表明人工神经网络模型可以较为精确地预测TB8合金的显微组织随变形工艺参数的变化而变化的情况。以上研究工作为TB8合金热加工工艺的制定提供了更为科学的理论依据。     

基于BP神经网络的TA15钛合金流变性能的预测与评估

利用热模拟机对TA15钛合金进行等温压缩实验,分析了TA15钛合金的热流变行为,并利用相关性系数和相对误差等统计标准评估并验证了BP神经网络模型的预测能力。结果表明:基于ANN建立的本构关系模型的预测值与实验值吻合良好,此模型能够用于描述TA15钛合金在热加工时各参数之间的高度非线性关系。     

BP神经网络在镁合金流变应力预测中的应用

一般的数学模型对非线性系统进行预测往往造成很大的误差,而BP神经网络能取得较好的效果.本文将BP神经网络应用于镁合金流变应力预测,建立基于BP神经网络的镁合金ME20M流变应力的模型,并在研究以前数学模型的基础上,提出了一个新的数学模型.现场实测数据仿真验证表明BP神经网络模型大大优于一般的数学模型进行预测的精度.     

基于GA-BP和PSO-BP神经网络的6061铝合金板材流变应力预测模型

6061铝合金作为一种热可强化铝合金,具有良好的成形性能,但是其塑性流变应力受最终热处理工艺的加热温度、保温时间和冷却方式等参数的影响很大。因此,为了获得最终热处理工艺参数对6061铝合金板材的塑性性能及流变行为的影响,试验中以6061-T6铝合金板材为研究对象,通过单向拉伸试验、金相实验和硬度测试等方法研究不同热处理工艺参数(加热温度为500、530、560和590℃、保温时间2小时、冷却方式为空冷)对6061铝合金塑性性能和硬度的影响。通过单向拉伸试验获取不同热处理工艺参数条件下6061铝合金的真实应力应变曲线;借助BP、GA-BP和PSO-BP神经网络构建不同热处理温度条件下6061铝合金的本构关系模型。研究结果表明BP、GA-BP和PSO-BP神经网络模型均能较好的拟合不同热处理温度条件下6061铝合金的流变行为,但是PSO-BP神经网络模型对6061铝合金流变应力的预测精度更高,网络预测性能更优越,其平均绝对误差(MAE),平均相对误差(AARE)和相关系数(R2)分别为1.89,1.56%和0.9965。     

基于改进BP神经网络的TA15钛合金近β锻造组织预测模型

文章以训练结果的误差均方差与误差和降低为目标,通过循环和判断语句改进了MATLAB人工神经网络(ANN)工具箱的BP算法,实现BP网络多结构、多次循环训练,建立了TA15钛合金近β锻造变形参数(变形温度、应变速率和变形量)和变形水冷(WQ)及后续热处理(再结晶退火或高低温强韧化处理)后的组织特征参数(等轴α相的含量、平均晶粒直径和轴比,条状α相的含量和厚度)之间关系的BP人工神经网络模型。结果表明,针对近β锻造组织预报输入参数多,输入-输出参数高度非线性,该模型可以有效避免传统BP模型容易陷入局部极小值点的缺点,可较准确的得到各工艺参数组合下的组织特征参数;模型预测结果可以用于近β锻造不同工艺参数组合下组织特征参数的预报,及其演化规律的分析。     

TB17钛合金热压缩流变应力分析及本构方程

使用Gleeble-3500热模拟试验机在变形温度为800~1000℃、应变速率0.001~10 s~(-1)以及真应变为1.2的条件下对TB17钛合金进行热变形行为研究。根据热压缩数据,分析真应力-真应变曲线,计算TB17钛合金变形激活能,并建立了TB17钛合金应力-应变本构模型,对金相组织进行分析,并进行了本构模型的验证。结果表明,TB17钛合金在热压缩变形过程中,出现动态回复和动态再结晶现象,在低应变速率0.001和0.01 s~(-1)下,以动态再结晶为主要软化机制,在高应变速率1和10 s~(-1)下主要以动态回复为软化机制;流变应力随应变速率的下降和变形温度的升高而降低;峰值应力计算值和实验值的平均误差为6.5%,表明该模型有很高的精确度。研究为TB17钛合金塑性加工过程的模拟和控制提供了参考。     

基于BP神经网络的轧机刚度预测模型

轧机刚度对热轧带钢厚度、板形控制等有重要影响,轧机牌坊与辊系轴承座之间间隙变化引起的辊系轴线交叉是导致轧机刚度变化的主要因素。为此,以某精轧机为研究对象,建立了轧机的数值仿真模型,并以轧机设计刚度对模型正确性进行验证。基于该仿真模型,采用正交试验方法,通过修改轧机牌坊与辊系轴承座之间的间隙,计算不同辊系轴线交叉状态下的轧机刚度值,构建了训练数据集。采用BP神经网络建立间隙与轧机刚度之间的非线性映射数学模型,实现了轧机刚度预测。现场的刚度试验和轧机刚度调整实践均验证了该模型的可靠性。该模型为轧机刚度精确预测、轧机牌坊和辊系轴承座间隙调整以及轧机精度智能调整提供了理论依据。     

基于BP神经网络的表面硬度预测模型

运用MATLAB中BP神经网络强大的数据预测功能,并结合VB编写的用户操作界面,建立了基于BP神经网络的表面硬度预测模型.对该模型进行训练和仿真后,其所得到的结果与实际测量值相差较小,能够达到模型预测的要求,有较好的工程实际意义.     

TB8钛合金板材再结晶动力学

对TB8合金冷轧板材在770~820℃温度范围内的再结晶动力学研究表明:试验用TB8钛合金冷轧板材的再结晶最佳退火温度为790~810℃。采用Avrami方程可以较好的描述冷轧TB8合金板材退火过程的再结晶情况。800℃退火处理动力学拟合方程为:lnln[1/(1?x?t?)]??2.38?0.86lnt。由实验数据计算得到合金再结晶激活能为102.87 k J/mol。     

TB8钛合金板材的焊接性

采用电子束焊和氩弧焊两种焊接工艺研究了TB8(Ti-15Mo-2.7Nb-3Al-0.2Si)钛合金厚度为1.5 mm板材的焊接性以及焊后热处理.焊接接头显微组织与室温力学性能测试结果表明,TB8钛合金板材具有良好的焊接性,采用电子束焊和氩弧焊可形成全熔透焊缝.电子束焊接工艺与氩弧焊焊接工艺相比,焊接接头的力学性能更好.     

TB8钛合金超塑性拉伸变形流变行为与本构方程

在电子万能拉伸试验机上对TB8钛合金进行了恒应变速率超塑性拉伸试验(变形温度为720~880℃,应变速率为0.000 1~0.01s~(-1)),研究了拉伸流变行为,计算了超塑性拉伸变形激活能和相应的应力指数,建立了TB8钛合金应力-应变本构模型。结果表明,在同一应变速率下,流变应力随变形温度的增加而减少,同一变形温度下,流变应力随应变速率的增加而增加。在变形温度为840℃,应变速率为10~(-4) s~(-1),合金的伸长率最大,为356%;超塑性拉伸变形激活能和应力指数分别为251.25kJ/mol、2.389 5。