NiTi合金高温变形本构关系的神经网络模型.pdf

第37卷 第1期 稀有金属材料与工程 Vbl．37．No．1 2008年 1月 RAREMET久LMATERIALSANDENGINEERING Januarv 2008 NiTi合金高温变形本构关系的神经网络模型 何 勇，张红钢， 刘雪峰，谢建新 (北京科技大学，北京1000831 摘 要：以压缩试验所得数据为基础，根据BP人工神经网络算法原理，建立了Ti．50．5Ni合金高温压缩变形真应力与 真应变、应变速率和变形温度关系的预测模型。结果表明，BP神经网络用于Ti．50．5Ni合金高温压缩变形本构关系建模 是可行的，拟合度可达到1．3％，较好地反映了实际变形过程的特征，可弥补传统回归模型不能反应变形全过程的局限 性，并消除实验过程中实际温度偏离设定温度所带来的样本误差及其对模型准确度的影响。 关键词：镍钛形状记忆合金；神经网络；本构关系 中图法分类号：TGl46．1+5 文献标识码：A 文章编号：l002．185x(2008)01．0019一05 材料的高温变形本构关系对描述材料在热加工过 有一定的联想容错能力，非常适合予解决复杂的非线 程中应力与变形工艺参数之间的关系，对变形应力参 性问题[8~1 31。利用BP神经网络对材料塑性变形过程进 数计算、设备选择、加工工艺制定有重要意义，也是 行建模，可在很大程度上克服传统回归方法的局限 实现变形过程数值模拟的必要基础[1，21。建立材料本构性【l41。国内外利用人工神经网络算法进行材料本构关 关系时，传统方法一般通过有限的实验结果进行回归， 系模型建立的研究已经很多[7~1 31，但是未见到其在镍 获得一些经验公式，以满足工程技术需要[3】。但是， 钛形状记忆合金上的应用研究。 回归模型法存在着以下几个方面的局限性[4】：(1)它依 赖于回归方法，使用不同的回归模型可以获得不同的 经验公式，这将导致经验公式的繁多和不一致性；(2) 数条件下的应力值，利用BP神经网络建立了镍钛形 当输入输出变量多、作用复杂时，较难建立回归经验 状记忆合金本构关系模型，并对所建立的模型进行了 公式；(3)传统回归方法建模过程中通常只考虑稳态应 误差分析。 力或者峰值应力，变形过程(应变大小)难以在模型中 1 实 验 反映出来，所以将传统回归模型用于变形过程的模拟 时，容易产生较大的误差。 1．1 实验材料及方法 N汀i形状记忆合金是典型的高性能难加工材料， 建立精确、实用的NiTi合金本构关系，对于正确制定金。将试样加工成少10mm×15mm圆柱形，经过650 加工工艺参数，并对加工过程进行精确控制，具有重 ℃，1 要意义【川。张伟红等人【6】在Ti一50．7Ni合金本构关系的 行压缩试验。试验过程中，在压头与试样两端接触处 建模上做了一些有益的工作，利用峰值应力所建立的 夹一层石墨片进行润滑，以减少摩擦对应力状态的影 回归模型，在低应变速率下能很好地反映应力与应变 速率、变形温度的关系；但存在高应变速率下模型误 ℃，850℃，900℃，应变速率叠为0．001s～，0．01s～， 差较大，不能反映变形过程的不足。 0．1s一，1s～，10s一，总压缩应变量约0．6(真应变)，加 人工神经网络是由大量简单的神经元连接成的网 热阶段的升温速率为200℃／min，保温时间为3min， 络系统，它具有人