神经网络辅助理论本构模型预测高熵合金高温流动应力行为

作     者：姜健 胡涛 庄三少 冯淼林 Jian Jiang;Tao Hu;Sanshao Zhuang;Miaolin Feng

作者机构：上海交通大学船舶海洋与建筑工程学院工程力学系(海洋工程国家重点实验室)上海200240 

出 版 物：《固体力学学报》 (Chinese Journal of Solid Mechanics)

年 卷 期：2024年第45卷第3期

页      面：302-312页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(U2067220,52371284) 中国核工业集团领创科研项目资助 

主　　题：高熵合金 高温变形 神经网络 本构方程 

摘      要：本文建立了一套确定双曲正弦Arrhenius型方程系数的神经网络模型,选取了高熵合金不同高温和应变速率下的流动应力预测来验证模型。首先采用Al_(0.3)CoCrFeNi高熵合金进行检验,并与传统方法进行比较,结果表明,神经网络方法在高应变速率和低温条件下得到的系数能够更好地描述试验热流应力。进一步采用均方根误差(RMSE)和相关系数(R)对模型结果和试验结果进行评估,神经网络方法在整体数据下的RMSE和R分别为27.7和0.985,优于传统方法的33.1和0.979。最后,利用该神经网络模型研究了其他高熵合金,如(CoCrNi)94Ti3Al3、FeCrCuNi2Mn2和AlCrCuFeNi的热变形行为,神经网络预测结果与试验结果吻合好,表明该神经网络模型具有较好的普遍适用性。