典型文献
基于神经网络预测钨合金冲击载荷下的流动应力
文献摘要：
为建立能有效预测流动应力的神经网络结构,使用霍普金森压杆设备对钨合金圆柱试样进行不同载荷下的冲击实验,获取应变率为2200、3100、4000、4500、5300 s-1及初始温度为25、300、500℃等共15种工况下的应力应变曲线.使用其中12组工况下的数据,以应变、应变率、初始温度作为输入量,流动应力作为输出量,在MATLAB中设计并测试具有不同结构的神经网络的预测能力,其中以Tansig函数作为激活函数的3-6-6-1网络结构具有最好的预测能力.借助统计学参数衡量JC本构方程和所建立神经网络的预测能力,与JC本构方程相比,所建立网络的预测能力更强,其与实验数据平均绝对相对误差仅为0.4209％.此外,通过对剩余3种工况下流动应力的预测证明了网络具有良好的泛化能力.
文献关键词：
钨合金;流动应力预测;动态冲击载荷;神经网络;JC本构方程
中图分类号：
作者姓名：
卢旭;赖修文
作者机构：
西南交通大学机械工程学院,成都610000
文献出处：
引用格式：
[1]卢旭;赖修文-.基于神经网络预测钨合金冲击载荷下的流动应力)[J].机械工程师,2022(09):48-52,56
A类：
Tansig
B类：
神经网络预测,钨合金,测流,神经网络结构,霍普金森压杆,圆柱,不同载荷,冲击实验,应变率,初始温度,应力应变曲线,组工,输入量,输出量,中设计,预测能力,激活函数,JC,本构方程,下流,泛化能力,流动应力预测,动态冲击载荷
AB值：
0.269754
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
