基于人工神经网络的ZK60镁合金热压缩变形行为

摘要

在变形温度为200～400 ℃、应变速率为0.001～1 s~(-1)条件下,对ZK60镁合金进行热压缩实验,建立一个单隐层前馈误差反向传播人工神经网络模型,研究该镁合金的流变行为.模型的输入参数分别为变形温度、应变速率和应变,输出为流变应力,中间隐含层包含23个神经元,并采用Levenberg-Marquardt算法对此网络模型进行训练.结果表明:ZK60镁合金的流变应力随变形温度升高和应变速率降低而减小;其高温压缩流变应力曲线可描述为加工硬化、过渡、软化和稳态流变4个阶段,但在较高温度和较低应变速率时,过渡阶段不很明显;所建神经网络模型可以很好地描述ZK60镁合金的流变应力,其预测值与实验值吻合很好;利用该模型预测的变形温度和应变速率对流变应力的影响结果与一般热加工理论所得结果一致.