检索结果-南通市图书馆

粉末冶金Al-5.6Zn-2Mg合金在热压缩过程中加工硬化特性及本构模型的比较

Journal of Central South University 2024年第2期31卷 346-368页

作者： KATIKA Harikrishna DAMODA R.K. DAVIDSON M.J. SEETHARAM R. kasagani veera venkata nagaraju Department of Mechanical Engineering National Institute of TechnologyWarangal 506004India Department of Mechanical Engineering The Indian Institute of Information Technology Design and ManufacturingKurnool 518007India

在300~5000℃、应变速率为0.1~0.0001 s−1的条件下,在万能试验机上对Al-5.6Zn-2Mg铝合金进行热压缩试验,以确定动态再结晶开始时的加工硬化速率曲线σ_(c)(ε_(c))l以及关键特征σ_(c)(ε_(c))l、σ_(p)(ε_(p))和σ_(ss)与Z系数之间的... 详细信息

在300~5000℃、应变速率为0.1~0.0001 s−1的条件下,在万能试验机上对Al-5.6Zn-2Mg铝合金进行热压缩试验,以确定动态再结晶开始时的加工硬化速率曲线σ_(c)(ε_(c))l以及关键特征σ_(c)(ε_(c))l、σ_(p)(ε_(p))和σ_(ss)与Z系数之间的相关性。使用了四个本构模型,Arrhenius模型、改进的Johnson-Cook模型(MJC)、改进的Zerilli-Armstrong模型(MZA)和开发的人工神经网络(ANN)。结果表明,ANN型模型和Arrhenius模型的相对误差的绝对平均值最低,分别为0.486%和3.36%,MZA型模型和MJC型模型的相对误差的绝对平均值较高,分别为8.84%和3.93%。由于Arrhenius模型能够处理各种因素之间的非线性关系,因此它被认为是最合适的预测模型,但在材料性质未知或实验数据有限的情况下,MJC模型可能是一种更简单的替代方法。MZA模型不适合估计热压缩时的流变应力。此外,训练最好的神经网络模型的预测性能最好,相对误差的绝对平均值为0.486%,R值为0.99。

关键词：加工硬化速率曲线本构建模热压缩 EBSD分析流变曲线

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：