节点文献

基于BP神经网络的GH648合金本构模型的建立

免费订阅

【作者】 乔兵郑文涛张士宏曲周德

【Author】 QIAO Bing, ZHENG Wen - tao, ZHANG Shi - hong, QU Zhou - de (Institute of Metal Research, Chinese Academy of Sciences, Shenyang 110016, China)

【机构】 国科学院金属研究所国科学院金属研究所 辽宁 沈阳 110016辽宁 沈阳 110016辽宁 沈阳 110016

【摘要】 采用Gleeble1500对高温合金GH648进行了不同温度、不同应变率下的压缩实验。结果表明,材料在950℃到1150℃,应变率低于1/s时体现出动态再结晶特性,在应变率为10/s时体现为动态回复特性。鉴于其在高温变形过程中体现出复杂的动态响应特征,根据所获得的实验数据,应用BP人工神经网络建立了合金的高温本构模型,同时提出了一种改进的学习方法,显著地减缓网络振荡,提高收敛速度。研究为该高温合金的有限元数值模拟提供了必要的前提,采用的人工神经网络可以推广应用于其它非线性关系的确立。

【关键词】 GH648人工神经网络BP算法本构模型
  • 【DOI】10.14024/j.cnki.1004-244x.2004.04.007
  • 【分类号】TP183
  • 【被引频次】8
  • 【下载频次】218
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: