基于GA-BP和PSO-BP神經網(wǎng)絡的6061鋁合金板材流變應力預測模型(英文)
發(fā)布時間:2021-04-12 01:42
6061鋁合金作為一種熱可強化鋁合金,具有良好的成形性能,但是其塑性流變應力受最終熱處理工藝的加熱溫度、保溫時間和冷卻方式等參數(shù)的影響很大。因此,為了獲得最終熱處理工藝參數(shù)對6061鋁合金板材的塑性性能及流變行為的影響,試驗中以6061-T6鋁合金板材為研究對象,通過單向拉伸試驗、金相實驗和硬度測試等方法研究不同熱處理工藝參數(shù)(加熱溫度為500、530、560和590℃、保溫時間2 h、冷卻方式為空冷)對6061鋁合金塑性性能和硬度的影響。通過單向拉伸試驗獲取不同熱處理工藝參數(shù)條件下6061鋁合金的真實應力-應變曲線;借助BP、GA-BP和PSO-BP神經網(wǎng)絡構建不同熱處理溫度條件下6061鋁合金的本構關系模型。結果表明,BP、GA-BP和PSO-BP神經網(wǎng)絡模型均能較好的擬合不同熱處理溫度條件下6061鋁合金的流變行為,但是PSO-BP神經網(wǎng)絡模型對6061鋁合金流變應力的預測精度更高,模型預測性能更優(yōu)越,其平均絕對誤差(MAE),平均相對誤差(AARE)和相關系數(shù)(R2)分別為1.89,1.56%和0.9965。
【文章來源】:稀有金屬材料與工程. 2020,49(06)北大核心EISCICSCD
【文章頁數(shù)】:14 頁
【文章目錄】:
1 Experiment
2 Results and Discussion
2.1 True stress-strain curves
2.2 Microstructural evolution
2.3 Constitutive model of 6061 aluminum alloy after heat treatment
2.3.1 BP artificial neural network model
2.3.2 GA-BP neural network model
2.3.3 PSO-BP neural network model
2.3.4 Analysis and discussion
3 Conclusions
本文編號:3132358
【文章來源】:稀有金屬材料與工程. 2020,49(06)北大核心EISCICSCD
【文章頁數(shù)】:14 頁
【文章目錄】:
1 Experiment
2 Results and Discussion
2.1 True stress-strain curves
2.2 Microstructural evolution
2.3 Constitutive model of 6061 aluminum alloy after heat treatment
2.3.1 BP artificial neural network model
2.3.2 GA-BP neural network model
2.3.3 PSO-BP neural network model
2.3.4 Analysis and discussion
3 Conclusions
本文編號:3132358
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/3132358.html
最近更新
教材專著