万鹏:基于应变补偿和PSO-BP神经网络的Ti-2.7Cu合金本构关系论文

万鹏:基于应变补偿和PSO-BP神经网络的Ti-2.7Cu合金本构关系论文

本文主要研究内容

作者万鹏,王克鲁,鲁世强,陈虚怀,周峰(2019)在《基于应变补偿和PSO-BP神经网络的Ti-2.7Cu合金本构关系》一文中研究指出:采用Gleeble-3500型热模拟试验机对Ti-2.7Cu合金进行等温恒应变速率压缩实验,研究其在变形温度740~890℃,应变速率0.001~10s-1范围内的热变形行为;并在Arrhenius型双曲正弦函数方程基础上引入应变量构建了基于应变补偿的本构模型,同时构建了基于PSO-BP神经网络的本构关系模型。结果表明:合金的流变应力对变形温度和应变速率较为敏感,变形温度升高和应变速率减小都会使流变应力降低;在高温和低应变速率条件下,流变曲线大多呈现稳态流动特征。经过误差计算得出,基于应变补偿的本构模型,预测值偏差在15%以内的数据点占85.28%;采用PSO-BP神经网络建立的本构模型,预测值偏差在15%以内的数据点占96.67%,PSO-BP神经网络模型具有更高的精度,能准确预测Ti-2.7Cu合金的高温流变应力。

Abstract

cai yong Gleeble-3500xing re mo ni shi yan ji dui Ti-2.7Cuge jin jin hang deng wen heng ying bian su lv ya su shi yan ,yan jiu ji zai bian xing wen du 740~890℃,ying bian su lv 0.001~10s-1fan wei nei de re bian xing hang wei ;bing zai Arrheniusxing shuang qu zheng xian han shu fang cheng ji chu shang yin ru ying bian liang gou jian le ji yu ying bian bu chang de ben gou mo xing ,tong shi gou jian le ji yu PSO-BPshen jing wang lao de ben gou guan ji mo xing 。jie guo biao ming :ge jin de liu bian ying li dui bian xing wen du he ying bian su lv jiao wei min gan ,bian xing wen du sheng gao he ying bian su lv jian xiao dou hui shi liu bian ying li jiang di ;zai gao wen he di ying bian su lv tiao jian xia ,liu bian qu xian da duo cheng xian wen tai liu dong te zheng 。jing guo wu cha ji suan de chu ,ji yu ying bian bu chang de ben gou mo xing ,yu ce zhi pian cha zai 15%yi nei de shu ju dian zhan 85.28%;cai yong PSO-BPshen jing wang lao jian li de ben gou mo xing ,yu ce zhi pian cha zai 15%yi nei de shu ju dian zhan 96.67%,PSO-BPshen jing wang lao mo xing ju you geng gao de jing du ,neng zhun que yu ce Ti-2.7Cuge jin de gao wen liu bian ying li 。

论文参考文献

  • [1].基于PSO-BP神经网络的刀具寿命预测[J]. 王虎,刘佩松,叶润章,李阳,徐培嘉.  现代制造技术与装备.2017(11)
  • [2].基于卷积神经网络的烟瘾渴求脑电分类[J]. 王艳娜,孙丙宇.  计算机系统应用.2017(06)
  • [3].带钢平整张力神经网络预设定模型研究[J]. 孙磊,张清东,张立元.  轧钢.2017(03)
  • [4].基于GA-BP神经网络的刀具寿命预测研究[J]. 夏颖怡.  精密制造与自动化.2017(02)
  • [5].基于GS理论与神经网络的汽车覆盖件成形优化[J]. 熊文韬,刘泓滨,孙元贵,邓利君.  兵器材料科学与工程.2017(04)
  • [6].基于图和神经网络的数控加工特征识别[J]. 薛晓辉.  农村经济与科技.2017(04)
  • [7].基于灰色理论和神经网络的自冲铆接头力学性能预测[J]. 刘洋,何晓聪,邢保英,曾凯.  塑性工程学报.2017(04)
  • [8].基于神经网络的汽车连杆锻压工艺优化[J]. 郝刚,刘艳春.  热加工工艺.2017(13)
  • [9].基于BP神经网络的工作液电导率与粗糙度模型研究[J]. 李贵东,郭翠霞,邓嫄媛.  机床与液压.2017(15)
  • [10].大功率盘形激光焊焊缝背面宽度预测[J]. 陈子琴,高向东,王琳.  光学精密工程.2017(09)
  • 论文详细介绍

    论文作者分别是来自材料工程的万鹏,王克鲁,鲁世强,陈虚怀,周峰,发表于刊物材料工程2019年04期论文,是一篇关于合金论文,热变形行为论文,本构模型论文,应变补偿论文,神经网络论文,材料工程2019年04期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自材料工程2019年04期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    万鹏:基于应变补偿和PSO-BP神经网络的Ti-2.7Cu合金本构关系论文
    下载Doc文档

    猜你喜欢