基于神经元网络的热暴露对TC4钛合金拉伸性能影响预测

作     者：周晓虎 楼美琪 张学敏 孙宇 张小航 王凯旋 赖运金 ZHOU Xiaohu;LOU Meiqi;ZHANG Xuemin;SUN Yu;ZHANG Xiaohang;WANG Kaixuan;LAI Yunjin

作者机构：西安三角防务股份有限公司陕西西安710089 西部超导材料科技股份有限公司特种钛合金材料制备技术国家地方联合工程实验室陕西西安710018 长安大学材料科学与工程学院陕西西安710064 哈尔滨工业大学金属精密热加工国家级重点实验室黑龙江哈尔滨150001 西安欧中材料科技有限公司陕西西安710018 

出 版 物：《热加工工艺》 (Hot Working Technology)

年 卷 期：2019年第48卷第14期

页      面：128-132,136页

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家重点研发计划项目(2018YFB1106400) 陕西省重点研发计划项目(2018ZDXM-GY-132) 陕西省自然科学基金项目(2018JQ5190) 

主　　题：TC4钛合金 热暴露 力学性能 BP神经元网络 

摘      要：对TC4钛合金热处理态、200、400和500℃热暴露不同时间的拉伸性能进行了研究,并利用BP人工神经元网络方法建立了不同温度与时间热暴露下试样拉伸性能的预测模型。结果表明:大多数热暴露与拉伸测试条件下合金的强度与塑性性能并未发生严重的恶化,热暴露前后试样拉伸塑性的差值大多在±7.5%左右波动,断面收缩率最多降低了约13%。对所建立的BP人工神经网络模型预测精度的分析表明,当隐含层神经元个数为11时,该模型的预测效果最佳。该模型能够很好地预测TC4合金不同热暴露条件下拉伸性能的变化。