新型Ti-Al-Zr-Nb-Mo-Si钛合金热变形行为及基于BP神经网络模型的本构关系研究

发布时间：2020-12-23 07:39

　　通过热压缩模拟实验,研究了一种新型Ti-Al-Zr-Nb-Mo-Si高强度、高弹性模量钛合金在温度为950～1 150℃、应变速率为0.05～1 s^-1条件下的流变行为。真应力-真应变曲线表明,变形温度、应变速率对该合金的流变应力影响显著。基于实验数据,利用包含应变参量的双曲正弦型Arrhenius方程和BP人工神经网络模型分别构建了变形参数和流变应力的本构关系,并对两种模型进行了对比评价。结果表明,两种模型的平均相对误差值分别为11.21%和2.163%,整体上均可以较好地预测Ti-Al-Zr-Nb-Mo-Si钛合金热压缩流变应力;但相对传统Arrhenius方程,BP人工神经网络模型具有更高的精度和可靠性。 

【文章来源】：材料导报. 2020年S1期 北大核心

【文章页数】：7 页

【文章目录】：
0 引言
1 实验
2 结果与分析
    2.1 真应力-真应变曲线
    2.2 包含应变参量的Arrhenius本构模型
    2.3 BP人工神经网络本构模型构建
    2.4 两种本构关系模型对比评价
3 结论


【参考文献】：
期刊论文
[1]Modeling hot deformation behavior of low-cost Ti-2Al-9.2Mo-2Fe beta titanium alloy using a deep neural network[J]. Cheng-Lin Li,P.L.Narayana,N.S.Reddy,Seong-Woo Choi,Jong-Taek Yeom,Jae-Keun Hong,Chan Hee Park.  Journal of Materials Science & Technology. 2019(05)
[2]变形量对车用冷锻变形Ti-9Al钛合金组织和拉伸性能的影响[J]. 韩兴言.  锻压技术. 2019(04)
[3]A new flow stress model based on Arrhenius equation to track hardening and softening behaviors of Ti6Al4V alloy[J]. Fu-Hui Zhu,Wei Xiong,Xi-Feng Li,Jun Chen.  Rare Metals. 2018(12)
[4]低成本钛合金研究现状与发展趋势[J]. 冯秋元,佟学文,王俭,王鼎春,高颀.  材料导报. 2017(09)
[5]Ti6242合金的热变形行为及加工图[J]. 李军帅,赵飞,李妮,叶萃.  金属热处理. 2015(04)
[6]基于BP神经网络的置氢TC21合金力学性能预测[J]. 孙宇,曾卫东,赵永庆,张学敏,马雄,韩远飞.  稀有金属材料与工程. 2012(06)



本文编号：2933335