%0 Journal Article
%T 基于BP神经网络的AZ31镁合金加工图参数优化
%A 于建明
%A 温彤
%A 岳远旺
%A 吴诗仁
%A 雷帆
%A 肖冰娥
%J 材料工程
%P 27-31
%D 2013
%R 10.3969/j.issn.1001-4381.2013.09.006
%X 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。
%K AZ31
%K 流变应力
%K 神经网络
%K 加工图
%U http://jme.biam.ac.cn/CN/10.3969/j.issn.1001-4381.2013.09.006