基于GA改进BP神经网络预测热变形流变应力模型的建立

摘要：

应力-应变曲线对研究金属热变形过程中的加工硬化、动态再结晶和动态回复的变化具有重要的意义,而预测不同热变形参数下的应力-应变曲线有助于研究热加工过程中金属的可加工性和不稳定性.在应变速率为0.01～3 s-1以及变形温度为1000～1200℃条件下,利用Gleeble-3500热模拟试验机对Nb-V-Ti微合金钢进行热压缩实验,研究了Nb-V-Ti微合金钢的热变形行为.建立BP神经网络模型和基于GA改进BP神经网络模型,分别预测在应变速率0.5 s-1、变形温度1050℃和应变速率1 s-1、变形温度1100℃条件下的流动应力行为并验证模型效果.研究结果表明:经GA改进后的BP神经网络模型对测试数据的应力-应变曲线与实验曲线具有很好的吻合,相关系数分别达0.99202和0.99734,误差仅为2.7816％和2.1703％,预测结果与实验结果相对误差在[-2,2]范围内,证明了模型的预测可靠性,且适用于较广的应变范围,为工业生产轧制工艺提供理论指导.

关键词：热变形、流变应力、遗传算法、BP神经网络、预测模型

所属期刊栏目：50

分类号：TG142.1(金属学与热处理)

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：170-177