学位论文 > 优秀研究生学位论文题录展示

TA15、TC11钛合金热变形材料本构模型研究

作　者: 沈昌武
导　师: 杨合；孙志超
学　校: 西北工业大学
专　业: 材料加工工程
关键词: TA15钛合金 TC11钛合金材料本构模型 trainbr算法逐步回归法流动应力子程序
分类号: TG115
类　型: 硕士论文
年　份: 2007年
下　载: 679次
引　用: 6次
阅　读: 论文下载

内容摘要

在热变形过程中，材料本构模型反映了材料的流动应力与变形温度、应变速率和材料微观组织变化之间的依赖关系，在先进塑性成形理论与技术研究发展中发挥着不可替代的作用。TA15、TC11钛合金因具有独特的优异性能在航空、航天等领域获得了日益广泛的应用，如何建立这两种材料热变形适用可靠的本构模型也是材料塑性成形前沿领域迫切需要研究解决的重要课题。为此，本文对采用BP神经网络和逐步回归法建立TA15、TC11钛合金材料热变形过程的本构模型进行了系统的研究。主要研究内容和结果如下：采用等温恒应变速率压缩实验研究，揭示了TA15、TC11钛合金热变形过程中变形温度、应变速率和应变对流动应力的影响规律，发现TA15、TC11钛合金流动应力受变形温度和应变速率影响显著，是热敏感型和应变速率敏感型材料。基于MATLAB软件平台，提出了一种合理选取隐含层层数及其节点数的方法，进而提出利用改进的trainbr算法来训练BP神经网络，建立了基于BP神经网络的TA15、TC11的材料本构模型。结果表明：所建立的BP神经网络形式的本构模型具有很高的精度和预测能力，并可用来预测通常难以获得的数据点以扩充数据范围或减少获取材料特性的实验量。利用逐步回归法确定了影响流动应力的宏观可测变量(变形温度、应变速率和应变)的“最优”自变量子集，基于热压缩实验数据和部分神经网络预测数据，利用最小二乘估计算法求解模型回归参数值，建立了基于逐步回归法的TA15、TC11的材料本构模型。实验值与回归计算值的对比表明：所建立的材料本构模型描述TA15、TC11钛合金的热变形过程中所发生的动态软化过程(动态再结晶和动态回复)是合理可行的，且所建的材料本构模型形式简单，方便于应用到商用有限元软件所提供接口子程序中。材料本构模型是实现有限元数值模拟的前提条件之一。因此，本文基于商用有限元软件DEFORM平台所提供的流动应力子程序模块二次开发了接口子程序，已将TA15钛合金回归模型嵌入到了软件中，验证了方法的可行性。

全文目录

摘要  4-5
ABSTRACT  5-7
本文的主要创新与贡献  7-11
第一章绪论  11-25
  1.1 引言  11-12
  1.2 TA15、TC11钛合金概述  12-15
    1.2.1 钛合金的应用及分类  12-13
    1.2.2 TA15钛合金特点和应用  13-14
    1.2.3 TC11钛合金特点和应用  14-15
  1.3 材料热变形过程本构模型的研究现状  15-23
    1.3.1 材料热变形过程的软化机制  15-17
    1.3.2 材料热变形过程本构模型的分类  17-18
    1.3.3 材料本构模型的研究现状  18-23
  1.4 本文选题背景和意义  23-24
  1.5 本文主要研究内容  24
  1.6 本章小结  24-25
第二章材料热变形本构模型的研究方法  25-34
  2.1 引言  25
  2.2 材料与热变形实验研究方法  25-27
    2.2.1 试验材料  25-26
    2.2.2 等温恒应变速率压缩试验  26-27
  2.3 材料热变形本构模型建立方法  27-33
    2.3.1 BP神经网络法  27-29
    2.3.2 回归分析法  29-33
  2.4 本章小结  33-34
第三章 TA15、TC11钛合金热变形压缩实验研究  34-43
  3.1 引言  34
  3.2 TA15、TC11钛合金流动应力的主要影响因素  34-37
    3.2.1 正交试验设计方案  34-35
    3.2.2 结果与分析  35-37
  3.3 TA15、TC11钛合金热变形力学行为研究  37-42
    3.3.1 应力-应变曲线  37-40
    3.3.2 TA15、TC11钛合金热激活能的求解  40-42
  3.4 本章小结  42-43
第四章基于BP神经网络的TA15、TC11钛合金本构模型的建立  43-57
  4.1 引言  43-44
  4.2 Trainbr算法  44-46
    4.2.1 Bayesian正则化算法  44-46
    4.2.2 Levenberg-Marquardt(L-M)算法  46
  4.3 隐含层层数及各层节点数的确定方法  46-48
  4.4 基于BP神经网络的TA15钛合金本构模型的建立  48-53
    4.4.1 TA15钛合金BP神经网络模型的确定  48-50
    4.4.2 TA15钛合金BP神经网络结构参数设定  50
    4.4.3 结果与分析  50-53
  4.5 基于BP神经网络的TC11钛合金本构模型的建立  53-56
    4.5.1 TC11钛合金BP神经网络模型的确定  53
    4.5.2 TC11钛合金BP神经网络结构参数设定  53-54
    4.5.3 结果与分析  54-56
  4.6 本章小结  56-57
第五章基于逐步回归法的TA15、TC11钛合金本构模型的建立  57-77
  5.1 引言  57-58
  5.2 逐步回归法的基本思路和具体算法  58-59
  5.3 基于逐步回归法的TA15钛合金本构模型的建立  59-68
    5.3.1 TA15钛合金回归模型建立及参数求解  59-64
    5.3.2 TA15钛合金回归模型的检验与评估  64-67
    5.3.3 结果与分析  67-68
  5.4 基于逐步回归法的TC11钛合金本构模型的建立  68-76
    5.4.1 TC11钛合金回归模型建立及参数求解  68-72
    5.4.2 TC11钛合金回归模型的检验与评估  72-75
    5.4.3 结果与分析  75-76
  5.5 本章小结  76-77
第六章材料本构模型子程序开发及验证  77-85
  6.1 引言  77
  6.2 基于DEFORM平台的材料本构模型子程序的开发  77-79
  6.3 用于验证材料本构模型子程序的几何模型  79-80
    6.3.1 几何模型建立  79-80
    6.3.2 材料基本物性参数  80
  6.4 模拟结果与分析  80-83
    6.4.1 位移-载荷曲线  80-81
    6.4.2 等效应变分布规律  81-83
  6.5 本章小结  83-85
结论  85-87
参考文献  87-92
攻读硕士学位期间发表论文情况  92-93
致谢  93-94

TA15、TC11钛合金热变形材料本构模型研究

内容摘要

全文目录

相似论文