基于BP神经网络的AZ31镁合金加工图参数优化

• 作者: 于建明 吴诗仁 岳远旺 温彤 肖冰娥 雷帆
• 来源期刊: 材料工程
• 关键词: AZ31 流变应力 神经网络 加工图
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 材料与工艺
• 页码范围: 27-31
• 页数: 5页
• 分类号: TG146.2+2
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4381.2013.09.006

摘要

基于Gleeble-1500热模拟机测定的AZ31镁合金热压缩实验数据,通过BP神经网络对数据进行训练,建立了流变应力与应变、应变速率和温度相对应的预测模型,采用该模型的预测数据构造了AZ31的加工图.结果表明:AZ31流变失稳区分布在低温高应变速率区和中温较低应变速率区,当温度为340～440℃、应变速率为0.01～0.02s-1时功率耗散因子较大,为加工性较好的区域;利用经过训练的神经网络模型,流变应力的网络预测值与实验值能够很好地吻合,其最大相对误差为6.67％;不同变形条件绘制的加工图表明AZ31是应变不敏感、但对温度和应变速率敏感的材料.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温彤	重庆大学材料科学与工程学院	90	655	14.0	21.0
2	吴诗仁	重庆大学材料科学与工程学院	7	51	4.0	7.0
3	于建明	重庆大学材料科学与工程学院	6	31	4.0	5.0
4	肖冰娥	重庆大学材料科学与工程学院	3	12	3.0	3.0
5	雷帆	重庆大学材料科学与工程学院	6	44	4.0	6.0
6	岳远旺	重庆大学材料科学与工程学院	4	23	3.0	4.0