基于BP神经网络的TC11钛合金工艺-性能模型.pdfVIP

第40卷 第1l期 稀有金属材料与工程 V01．40，No．1l 2011年 11月 RAREM【ETALNIATER【ALSANDENGINEERING November201l 基于BP神经网络的TCll钛合金工艺一性能模型预测 孙 宇1，曾卫东1，赵永庆2，邵一涛1，韩远飞1，马雄1 (I．西北工业大学凝固技术国家重点实验室，陕西西安710072) (2．西北有色金属研究院，陕西西安710016) 摘要：材料工艺与性能的关系具有复杂、非线性交互等特点。本文根据TCIl钛合金力学性能与其影响因素之间的映射 关系，以大量的试验数据为基础，建立了BP神经网络模型。模型的输入包括锻造温度、锻后冷却方式等热加工工艺参数； 输出为常用的力学性能指标，即抗拉强度、屈服强度、延伸率和断面收缩率。运用该模型对TCIl钛合金力学性能进行了 预测，并通过试验数据对模型的预测精度进行了可靠性验证。同时，运用已建立的神经网络模型对TCIl钛合金工艺参数 与力学性能的关系进行了分析。结果表明，所建立的力学性能预测模型具有良好的外推能力，并且可以很好地反映出该 合金的工艺．性能之间的复杂关系。 关键词：TCll钛合金：工艺；性能；BP神经网络；预测 中图法分类号：TG146．2+3 文献标识码：A 文章编号：1002-185X(201i)1l-1951-05 TCl 1钛合金是一种(仅均型两相热强钛合金，不仅 各国的研究人员应用神经网络技术开展了大量的研究 具有密度小、比强度高和耐腐蚀性强等钛合金的一般 工作[9-13】。但是，目前关于人工神经网络技术对钛合金 优点，还具有良好的高温强度、热稳定性和抗蠕变性 工艺与性能关系的研究报道较少。因此，本研究以TCll 能。在500℃以下具有优异的热强性能，主要用于制 钛合金的大量试验数据为基础，利用反向传播(back 造航空发动机的压气机盘、叶片、环形件和紧固件等 O-3l。国内外学者对该合金的高温变形行为【4】、组织球对力学性能影响的网络模型，并运用该模型对其性能 化机制[5l以及变形参数对组织演变的影响【6，7】等领域均进行了预测分析，为工艺与性能关系的研究开辟了新 1钛合金的成型温度 的途径。 进行了相关研究。但是，由于TCl 范围较窄，加之其微观组织和力学性能对热加工工艺 1 BP神经网络模型的建立 参数十分敏感，导致锻造成型的难度较大。因此，准 确把握工艺参数对合金力学性能的影响规律，建立工 人工神经网络存在很多模型，其中误差反向传播 艺参数与力学性能之间的定量关系模型对生产高质量 (BP)神经网络是目前应用最为广泛的网络模型之 的合金锻件具有重要意义。然而，研究两者间关系所 一，是一种很有效的算法1141。BP神经网络模型由许多 采用的一般方法是以大量的工艺试验得出的工艺数据 简单的处理单元构成的一系列“层”组成，包括输入 为依托，凭借多年积累的经验进行性能预测。但是， 层、隐含层(可以是一层或多层)和输出层。对于输 由于钛合金热加工过程的复杂性，影响因素的多样性 入信号，要先向前传播到隐含节点，经过激活函数后， 而且各因素之间相互影响，很难建立一个包含多因素、 再把隐含节点的输出信息传播到输出节点，最后给出 明确化的数学模型来表征两者之间的复杂关系。 输出结果。网络运行过程包括正向传播和反向传播两 部分，在正向传播过程中，输入信号从输入层通过激 近年来，迅猛发展起来的人工神经网络(artificial neural 励函数，逐层向隐层、输出层传播；若得不到期望的 network，ANN)技术可以模拟人脑的某些智能行 为，具有自学习、自组织、自适应、高容错以及高度