摘要

以Gleeble-1500热模拟试验机获得的Ti40钛合金压缩试验数据为基础,应用人工神经网络对数据进行训练和预测,建立该合金的高温流动应力与应变、应变速率和温度对应关系的预测模型,其中,应变、应变速率(对数形式)和变形温度作为模型的输入参数,流动应力作为模型的输出参数。结果发现,运用BP反向传播算法进行训练的神经网络模型具有良好的预测功能,其预测值与实验测量值基本吻合。同时,采用神经网络模型预测的数据构造Ti40合金的加工图,其安全区和失稳区的范围与实测数据获得的加工图基本相符,并对各自区域的相应组织状态进行金相观察。