基于BP神经网络和Arrhenius本构模型的石墨烯/7075复合材料热变形行为

娄淑梅; 李一明; 李鑫; 陈鹏; 白雪峰; 程宝嘉

doi:10.13229/j.cnki.jdxbgxb.20220756

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (05) : 1237 -1245. DOI: 10.13229/j.cnki.jdxbgxb.20220756

基于BP神经网络和Arrhenius本构模型的石墨烯/7075复合材料热变形行为

娄淑梅, 李一明, 李鑫, 陈鹏, 白雪峰, 程宝嘉

作者信息 +

Author information +

文章历史 +

PDF

摘要

在653～713 K温度范围和0.01～10 s~(-1)应变速率下，进行了w(GNP/7075Al)=0.5%增强7075铝基复合材料的热压缩试验，建立了BP神经网络和应变补偿Arrhenius模型，同时建立了复合材料的热加工图和动态再结晶体积分数预测模型，研究了复合材料的热变形行为，并确定了复合材料的热加工工艺参数。结果表明：BP神经网络模型得到的流变应力预测值与试验结果吻合较好，其相关系数最高为99.9983%，平均相对误差绝对值最小为0.5%，表明神经网络对w(GNP/7075Al)=0.5%复合材料的热变形行为具有较高的预测精度。w(GNP/7075Al)=0.5%复合材料最佳变形温度和应变速率分别为685～705 K和0.01～0.1 s~(-1)。动态再结晶（DRX）倾向于在低应变速率和高变形温度下发生。数值模拟和热挤压试验表明，在挤压温度693 K、挤压速度1 mm/min的工艺参数下可以挤出表面质量良好的型材。