于建明
,
温彤
,
岳远旺
,
吴诗仁
,
雷帆
,
肖冰娥
材料工程
doi:10.3969/j.issn.1001-4381.2013.09.006
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.
关键词:
AZ31
,
流变应力
,
神经网络
,
加工图
岳远旺
,
温彤
,
刘澜涛
,
刘磊
,
陈世
,
吴颖
稀有金属
doi:10.13373/j.cnki.cjrm.2014.04.005
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.
关键词:
TC4钛合金
,
流变应力
,
神经网络
,
加工图
,
微观组织
