基于人工神经网络的AZ31镁合金形变组织晶粒尺寸预测.pdfVIP

· 252 · 材料导报 2010年 5月第 24卷专辑 15 基于人工神经网络的AZ31镁合金形变组织晶粒尺寸预测 车俊铁 ，李茂盛 ，费立敏 ，冯立新。 (1 北京石油化工学院机械工程学院，北京 102617；2 中国石油大学 (北京)机 电学院，北京 102249； 3 易程科技股份有限公司，北京 1OOO83) 摘要 研究了不同挤压工艺下AZ31镁合金的微观组织 ，获得 了不同变形条件下晶粒尺寸的试验数据， 并结合人工神经网络建立 了不同挤压工艺条件下晶粒度的BP模型。结果表明，用该网络模拟得到的结果与试 验数据较吻合 ，建立的人工神经网络模型能够精确预测热挤压条件下变形参数与 晶粒度的关系，对镁合金零件 热变形工艺设计和产品质量控制具有特别重要的意义。 关键词 镁合金 晶粒度 人工神经网络 ApplicationofArtificialNeuralNetworkinPredictingGrainSizeofAZ31Alloy CHEJuntie，LIMaosheng ，FEILiminz，FENGLixin。 (1 SchoolofMechanicalEngineering，geijng InstituteofPetrochemicalTechnology，Beijing102617；2 SchoolofMechanical ＆ElectricalEngineering，ChinaUniversityofPetroleum-Beijing，Beijing102249；3 EesywayCompanyLimited，Beijing100083) Abstract MicrostructureofAZ31magnesium alloyunderdifferentextrusiontechniquesisstudiedandthe experimentaldataofdifferentthermalmechanicalprocessingareobtained；aBP algorithmicmodelofartifieialneural networkwasestablished．Itisfoundthatthesimulatingresultsarebetterinagreementwiththeexperimentalresults． Theartificialneuralnetworkmodelcanpredictthegrainsizesaccuratelyunderthermalextrusionofdifferentthermal mechanicalprocessing．Itissignificantforasuccessfulfomr ingprocessdesignandtheproductionqualitycontrolto predictnumericallymicrostruetureevolutioninmagnesium alloysduring thethermalmechanica1processing． Keywords magnesium alloy。grainsize，artificialneuralnetwork 表 1 AZ31B的主要成分 0 引言 Table1 MaincomponentsofAZ31B 镁合金 比铜或铝合金更难以塑性成型，原因是镁的晶体 结构为密排六方 ，而铜或铝的晶体结构是面心立方，室温下 镁合金的延伸率只有 4％～5 。改变组织细化 晶粒能够提 高材料的工艺性能和使用性能Ll]。挤压是镁合金变形的主 要方法之一 ，镁合金在挤压过程中晶粒度变化是一个非线性 采用直接挤压，即利用柱塞将合金挤出固定的模具 ，从 很强、比较复杂的问题 。挤压温度、挤压速度 、退火温度 、退