基于人工神经网络的高精度Ti6242s合金热变形本构模型

摘要：

使用Gleeble-3800对锻态Ti6242s钛合金在温度950～1010℃、应变速率0.01～10 s-1的条件下进行了 75％变形量的热压缩模拟试验.基于实验取得的真应力-真应变曲线,分别使用人工神经网络(ANN)和Arrhenius方程建立Ti6242s合金本构模型,研究其热变形行为.结果表明:流变应力在变形开始后迅速上升至峰值应力,随后硬化与软化达到动态平衡,在真应变达到0.6后加工硬化逐渐占据主导,硬化幅度随应变速率的增大而提高;人工神经网络本构模型预测值的平均相对误差(AARE)为2.25％,决定系数(R2)为0.999 06;Arrhenius方程本构模型预测值的AARE为14.40％,R2为0.954 68,精度在参数范围内波动较大;ANN本构模型精度远高于Arrhenius本构模型,且在整个参数范围内具有一致的精度;ANN本构模型具有良好的泛化能力,在实验参数范围外预测流变应力仍具有较高的精度.

关键词：Ti6242s、人工神经网络、Arrhenius方程、本构模型

所属期刊栏目：50

分类号：TG146.23(金属学与热处理)

资助基金：国家自然科学基金;陕西省自然科学基金;陕西省重点研发计划

在线出版日期：2021-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2025-2032