基于BP神经网络的AZ31镁合金加工图参数优化

摘要：

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

分类号：TG146.2+2(金属学与热处理)

资助基金：科技部重大专项项目2012ZX0401-081

在线出版日期：2013-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31