基于遗传算法的奥氏体SMA神经网络本构模型

• 作者: 周媛 王德利 王社良
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 奥氏体SMA SMA力学性能试验 SMA本构模型 遗传算法 BP网络 Matlab仿真
• 年，卷（期）: 2016,（8）
• 页码范围: 1057-1062
• 页数: 6页
• 分类号: TU352.1|TU317.1
• 字数: 2469字
• 语种: 中文
• DOI: 10.11990/jheu.201506012

摘要

为了研究加／卸载速率对奥氏体SMA（ shape memory alloy）本构的影响，以弥补Brinson等经典SMA本构模型的不足，进行了奥氏体SMA丝的力学性能试验。根据材性试验结果和神经网络、遗传两种智能算法理论，提出了两种速率相关型SMA本构模型，一种是BP网络本构模型，另一种是遗传算法优化BP网络本构模型。并对这两种本构模型进行了Matlab仿真模拟。 SMA材性试验结果表明，循环稳定后，加／卸载速率对SMA的超弹性性能影响较大。 Matlab仿真结果表明，以试验数据作为神经网络训练数据的遗传优化BP网络本构模型，其预测曲线与试验的应力－应变曲线吻合很好，预测误差很小，相比未优化BP网络本构模型具有更高的稳定性，是一种较为理想的速率相关型本构模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王社良	西安建筑科技大学土木工程学院	226	1942	21.0	35.0
2	周媛	西安建筑科技大学土木工程学院	19	45	4.0	6.0
4	王德利	西安建筑科技大学土木工程学院	2	1	1.0	1.0