10.3969/j.issn.1004-244X.2004.04.004
基于BP神经网络的GH648合金本构模型的建立
采用 Gleeble1500对高温合金 GH648进行了不同温度、不同应变率下的压缩实验.结果表明,材料在 950℃到 1 150℃,应变率低于 1/s时体现出动态再结晶特性,在应变率为 10/s时体现为动态回复特性.鉴于其在高温变形过程中体现出复杂的动态响应特征,根据所获得的实验数据,应用 BP人工神经网络建立了合金的高温本构模型,同时提出了一种改进的学习方法,显著地减缓网络振荡,提高收敛速度.研究为该高温合金的有限元数值模拟提供了必要的前提,采用的人工神经网络可以推广应用于其它非线性关系的确立.
GH648、人工神经网络、BP算法、本构模型
27
TP183(自动化基础理论)
2004-09-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17