设计了径向基函数型人工神经网络模型,研究TA15钛合金的抗拉强度与热加工工艺参数的关系.用“留一法”训练了神经网络模型并对它的预测性能进行了测试,散点图和统计学指标均表明,人工神经网络模型经过训练后,具有较高的预测精度和可靠性.用训练好的神经网络模型预测了6个样本的抗拉强度,预测值与相应的实验测试值很接近,3个误差统计学指标的值分别为MSE=20.9,MRSE =2.11％,VOF=1.9895,这表明实验结果很好地验证了神经网络模型的计算结果,说明人工神经网络的预测结果是准确、可靠的.最后用神经网络模型分析了热加工工艺参数与抗拉强度间的定量关系,结果表明:加热温度在780 ～ 940℃之间时,随着加热温度T的升高,TA15钛合金的抗拉强度随之提高:加热温度为780℃时,抗拉强度为961.7 MPa,当加热温度升到940℃时,抗拉强度提高到了978.3 MPa;应变量在0.5～0.9范围时,随着应变量的增加,钛合金的抗拉强度也提高:应变量为0.5时,抗拉强度为973 MPa,当应变量达到0.9时,抗拉强度增加到了1020 MPa;应变速率在0.003 ～0.007 s-1范围内时,随着应变速率的增加,钛合金的抗拉强度也提高:应变速率为0.003 s-1时,抗拉强度为974 MPa,当应变速率达到0.007s-1时,抗拉强度增加到了986.5 MPa.
参考文献
| [1] | 徐文臣,单德彬,李春峰,吕炎.TA15钛合金的动态热压缩行为及其机理研究[J].航空材料学报,2005(04):10-15,19. |
| [2] | 洪权,张振祺,赵永庆,曲恒磊,魏寿庸.Ti-6Al-2ZR-1Mo-1V合金的热压变形特性及塑性b动方程[J].广东有色金属学报,2001(02):129-133. |
| [3] | 沈昌武,杨合,孙志超,崔军辉.基于BP神经网络的TA15钛合金本构关系建立[J].塑性工程学报,2007(04):101-104,132. |
| [4] | 徐文臣,单德彬,吕炎.利用BP神经网络预测BT20钛合金的流动应力[J].兵器材料科学与工程,2007(03):33-36. |
| [5] | S. Malinov;W. Sha;J. J. McKeown .Modelling the correlation between processing parameters and properties in titanium alloys using artificial neural network[J].Computational Materials Science,2001(3):375-394. |
| [6] | 岳洋,朱景川,刘勇,王洋,杨夏炜.基于BP神经网络的TA15钛合金热变形工艺-性能预报[J].稀有金属材料与工程,2009(10):1811-1814. |
| [7] | 洪权,张振祺.Ti-6Al-2Zr-1M0-1V合金的热变形行为[J].航空材料学报,2001(01):10-12. |
| [8] | V. NARAYAN .Estimation of Hot Torsion Stress Strain Curves in Iron AlloysUsing a Neural Network Analysis[J].ISIJ International,1999(10):999-1005. |
| [9] | 孙明,叶文君,惠松骁,于洋.固溶温度对Ti-62A合金拉伸性能和断裂韧性的影响[J].稀有金属,2012(01):36-41. |
| [10] | 郭拉凤,朱艳春,孔虎星,原梅妮,吴伏家.钛合金复杂构件等温锻造工艺研究[J].稀有金属,2012(03):357-362. |
| [11] | 刘清华,惠松骁,叶文君,王国,胡光山.不同组织状态TC4ELI钛合金动态力学性能研究[J].稀有金属,2012(04):517-522. |
| [12] | 王方,李鑫,鲁世强,王克鲁,黄旭,曹京霞.变形态Ti40合金的高温流变应力模型研究[J].锻压技术,2012(02):134-138. |
| [13] | 刘江林,曾卫东,吴欢,赵永庆,王腾.TA2棒材斜轧穿孔过程三维热力耦合有限元分析[J].锻压技术,2012(03):59-62. |
| [14] | 刘兰兰,张勤河,李传宇,马汝颇.基于神经网络和遗传算法的H型钢粗轧工艺优化[J].锻压技术,2011(01):153-156. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%