节点文献

利用BP神经网络预测BT20钛合金的流动应力

免费订阅

【作者】 徐文臣单德彬吕炎

【Author】 XU Wen-chen SHAN De-bin Lü Yan (school of Materials Science and Engineering,Harbin Institute of Technology,Harbin 150001,China)

【机构】 哈尔滨工业大学 材料科学与工程学院哈尔滨工业大学 材料科学与工程学院 黑龙江 哈尔滨 150001黑龙江 哈尔滨 150001

【摘要】 为建立BT20钛合金(Ti6Al2Zr1MolV)的流动应力预测模型,通过热压缩试验获得其流动应力曲线,并对BP神经网络的算法进行改进,实现BT20钛合金的流动应力的准确预测。研究表明:采用人工神经网络(ANNs)预测流动应力不需要考虑材料特性,有效地避免了传统经验或回归本构模型由于假设和简化带来的误差,并且神经网络具有很强的非线性离散数据处理能力,选取合适的网络模型(主要是隐层数及隐层单元数),输入足够的样本数据对神经网络进行训练即可获得令人满意的预测精度;采用含两个中间层,网络结构为3×16×14×1的改进BP神经网络模型能够较为准确的预测BT20钛合金的流动应力,计算效率较高,该预测模型可作为其塑性成形过程有限元模拟的本构关系。

【所属期刊栏目】 试验研究 (2007年03期)
  • 【DOI】10.14024/j.cnki.1004-244x.2007.03.009
  • 【分类号】TG115.53;TG146.23
  • 【被引频次】12
  • 【下载频次】257
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: