基于人工神經網絡智能算法的9310鋼本構模型優化

施文鵬，孫岑花，李佳俊，王宇航，董顯娟

基于人工神經網絡智能算法的9310鋼本構模型優化

施文鵬1，孫岑花1，李佳俊2，王宇航2，董顯娟2

（1.江西景航航空鍛鑄有限公司，江西 景德鎮 330046；2.南昌航空大學 航空制造工程學院，南昌 330063）

研究9310鋼在變形溫度為800～1 200 ℃、應變速率為0.01～50 s?1和高度壓下量為70%條件下的熱變形行為，建立預測效果相對較好的9310鋼本構模型。使用Gleeble-3800熱模擬機對9310鋼進行等溫恒應變速率熱壓縮實驗，基于熱壓縮實驗數據，分析了應變速率對9310鋼流動軟化效應的影響，建立了考慮應變補償的Arrhenius本構模型與支持向量回歸（SVR）本構模型，并進行了模型精度分析，之后引入人工神經網絡（ANN）智能算法優化了Arrhenius本構模型。與變形溫度相比，應變速率對9310鋼流動軟化效應的影響更為顯著。相較于支持向量回歸（SVR）本構模型，考慮應變補償的Arrhenius本構模型精度更高，其相關系數為0.993 4，平均相對誤差（AARE）和均方誤差（MSE）分別為0.055 6和89.362，它在預測高應變速率（1、10、50 s?1）流動應力時出現了較大偏差，經ANN智能算法優化后，相關系數提高至0.999 1，AARE和MSE分別降至0.019 9和9.998，且絕對誤差在±10 MPa以內的預測流動應力占比為98.34%。在低應變速率（0.01 s?1）下軟化效應更強，在高應變速率（10 s?1）下再結晶程度較低，軟化效應較弱。ANN智能算法優化后的Arrhenius本構模型具有較高的精度，能較準確地預測9310鋼的流動行為。

9310鋼；本構模型；Arrhenius型本構模型；人工神經網絡（ANN）；智能算法優化

9310鋼具有優異的綜合性能，如強度高、韌性好等[1]。在鋼的成形過程中，熱變形行為是一個重要問題，而材料的本構模型可以系統地描述熱變形工藝參數與流動應力之間的關系，為有限元模擬提供數據支撐，同時可為材料熱加工參數的選擇提供參考[2]。……