基于Arrhenius方程和BP神经网络的2024Al/Al18B4O33w复合材料热变形流变应力预测
Prediction on hot deformation flow stress of 2024Al/Al18B4O33w composites based on Arrhenius equation and BP neural network作者机构:合肥工业大学工业与装备技术研究院安徽合肥230009 航空结构件成形制造与装备安徽省重点实验室安徽合肥230009 合肥工业大学有色金属与加工技术国家地方联合工程研究中心安徽合肥230009
出 版 物:《锻压技术》 (Forging & Stamping Technology)
年 卷 期:2019年第44卷第8期
页 面:168-175,181页
学科分类:08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)]
基 金:航空结构件成形制造与装备安徽省重点实验室开放课题资助(HKJG2018-04)
主 题:2024Al/Al18B4O33w复合材料 Arrhenius方程 BP神经网络 流变应力 热加工图
摘 要:在350~500℃和应变速率0.01~10 s-1条件下对2024Al/Al18B4O33w复合材料进行等温压缩实验。分析复合材料流变应力曲线,基于应变补偿型Arrhenius方程和BP神经网络模型分别预测其流变应力,通过数据误差分析评估两种模型的精度。通过BP神经网络预测的流变应力数据,建立基于动态材料模型的热加工图,并结合微观组织验证热加工图的准确性。结果表明:BP神经网络模型较应变补偿型Arrhenius方程更能准确地预测2024Al/Al18B4O33w复合材料的流变应力。热加工图预测复合材料热变形合适的工艺参数区域为440~500℃,0.01~0.13 s-1。