基于人工神经网络的电子束增材制造本构关系计算方法技术

本发明专利技术公开了一种基于人工神经网络的电子束增材制造本构关系计算方法，包括获取电子束增材制造材料的应力应变曲线；根据电子束增材制造材料的应力应变曲线，采用数据迭代方法计算等效塑性应变和试解应力的等效应力；基于人工神经网络建立等效塑性应变、试解应力的等效应力与屈服应力、等效塑性应变增量的映射关系；根据建立的映射关系计算电子束增材制造材料的本构模型。本发明专利技术不仅能提高材料本构模型的准确度，提供了电子束增材制造材料本构的数据驱动的手段，而且通过实验数据完成本构模型的建立，不再需要利用大量知识储备并进行公式推导得到材料的本构模型。推导得到材料的本构模型。推导得到材料的本构模型。

【技术实现步骤摘要】
基于人工神经网络的电子束增材制造本构关系计算方法


[0001]本专利技术涉及电子束增材制造
，具体涉及一种基于人工神经网络的电子束增材制造本构关系计算方法。

技术介绍

[0002]电子束增材制造是一种以高能电子束作为热源，让材料经历熔融和凝固的过程，从而实现材料层层堆积的增材制造技术。电子束增材制造所使用的材料主要为金属粉末。在工程实践中主要采用Johnson
‑
Cook塑性模型用于描述金属的粘塑性。Johnson
‑
Cook塑性模型的具体参数需要通过实验完成相应的参数识别，再将其应用到具体的有限元计算过程中。
[0003]Johnson
‑
Cook塑性模型需要通过实验数据识别本构模型参数，该过程较为困难。此外，Johnson
‑
Cook塑性模型难以准确刻画增材制造过程所使用的材料本构模型。因此有必要开发一个适用性更广、操作更加简便的材料本构模型。

技术实现思路

[0004]针对现有技术中的上述不足，本专利技术提供了一种基于人工神经网络的电子束增材制造本构关系计算方法。
[0005]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于人工神经网络的电子束增材制造本构关系计算方法，包括以下步骤：S1、获取电子束增材制造材料的应力应变曲线；S2、根据电子束增材制造材料的应力应变曲线，采用数据迭代方法计算等效塑性应变和试解应力的等效应力；S3、基于人工神经网络建立等效塑性应变、试解应力的等效应力与屈服应力、等效塑性应变增量的映射关系；S4、根据步骤S3建立的映射关系计算电子束增材制造材料的本构模型。
[0006]进一步地，步骤S2具体包括以下步骤：S21、初始化初始等效塑性应变、初始屈服应力、初始等效塑性应变增量和试解应力的等效应力；S22、根据初始等效塑性应变、初始屈服应力和设定的第一迭代步的等效塑性应变增量，计算第一迭代步的屈服应力和试解应力的等效应力；S23、根据上一迭代步的等效塑性应变、屈服应力、等效塑性应变增量和设定的当前迭代步的等效塑性应变增量，计算当前迭代步的屈服应力和试解应力的等效应力。
[0007]进一步地，步骤S22中第一迭代步的屈服应力的计算公式为：；其中，为第一迭代步的屈服应力，为初始屈服应力，为设定的第一
迭代步的等效塑性应变增量，为初始等效塑性应变。
[0008]进一步地，步骤S22中第一迭代步的试解应力的等效应力的计算公式为：；其中，为第一迭代步的试解应力的等效应力，为第一迭代步的屈服应力，G为剪切模量，为设定的第一迭代步的等效塑性应变增量。
[0009]进一步地，步骤S23中上一迭代步的等效塑性应变的计算公式为：；其中，为上一迭代步n
‑
1的等效塑性应变，设定的上一迭代步n
‑
1的等效塑性应变增量，为上二迭代步n
‑
2的等效塑性应变。
[0010]进一步地，步骤S23中当前迭代步的屈服应力的计算公式为：；其中，为当前迭代步n的屈服应力，为上一迭代步n
‑
1的屈服应力，为设定的当前迭代步n的等效塑性应变增量，为上一迭代步n
‑
1的等效塑性应变。
[0011]进一步地，步骤S23中当前迭代步的试解应力的等效应力的计算公式为：；其中，为当前迭代步n的试解应力的等效应力，为当前迭代步n的屈服应力，G为剪切模量，为设定的当前迭代步n的等效塑性应变增量。
[0012]进一步地，步骤S3具体包括以下步骤：S31、以步骤S2中得到的等效塑性应变和试解应力的等效应力构建输入向量；S32、以步骤S2中得到的屈服应力和等效塑性应变增量构建预测向量；S33、以输入向量和预测向量作为训练数据，对人工神经网络进行训练，建立等效塑性应变、试解应力的等效应力与屈服应力、等效塑性应变增量的映射关系。
[0013]进一步地，步骤S4具体包括以下步骤：S41、根据步骤S2得到的屈服应力、等效塑性应变和等效塑性应变增量计算试解应力和试解应力的等效应力；S42、判断当前是否满足屈服条件；若是，则进行步骤S44；否则进行步骤S43；S43、根据步骤S41得到的试解应力的等效应力更新应力，并进行步骤S47；S44、根据步骤S41得到的试解应力和试解应力的等效应力计算塑性流动方向；S45、根据步骤S41得到的等效塑性应变和试解应力的等效应力，基于步骤S3建立的映射关系得到对应的屈服应力和等效塑性应变增量；S46、根据步骤S41得到的试解应力的等效应力和步骤S45得到的等效塑性应变增量更新应力；S47、根据步骤S41得到的等效塑性应变和步骤S45得到的等效塑性应变增量更新
等效塑性应变；S48、更新雅可比矩阵。
[0014]本专利技术具有以下有益效果：本专利技术针对电子束增材制造工艺特点和数值模拟计算需要创新性地专利技术针对该种工艺的人工神经网络本构模型，使其能构建合理的增材制造材料本构模型并能够应用于电子束增材制造工艺计算中，实现由数据驱动的方法从实验所得应力应变曲线提取得到材料的本构模型。该方法不仅能提高材料本构模型的准确度，提供了电子束增材制造材料本构的数据驱动的手段，而且通过实验数据完成本构模型的建立，不再需要利用大量知识储备并进行公式推导得到材料的本构模型。
附图说明
[0015]图1为本专利技术中一种基于人工神经网络的电子束增材制造本构关系计算方法流程示意图。
具体实施方式
[0016]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0017]如图1所示，本专利技术实施例提供了一种基于人工神经网络的电子束增材制造本构关系计算方法，包括以下步骤S1至S4：S1、获取电子束增材制造材料的应力应变曲线；在本专利技术的一个可选实施例中，本实施例通过进行电子束增材制造材料的模拟试验，从实验数据中获取得到电子束增材制造材料的应力应变曲线。
[0018]S2、根据电子束增材制造材料的应力应变曲线，采用数据迭代方法计算等效塑性应变和试解应力的等效应力；在本专利技术的一个可选实施例中，本实施例采用数据迭代方法，对步骤S1得到的电子束增材制造材料的应力应变曲线的数据点进行插值，从而得到等效塑性应变和试解应力的等效应力，作为后续构建人工神经网络本构模型的训练数据。
[0019]步骤S2具体包括以下步骤：S21、初始化初始等效塑性应变、初始屈服应力、初始等效塑性应变增量和试解应力的等效应力；具体而言，本实施例首先需要初始化参数，包括初始化初始等效塑性应变、初始屈服应力、初始等效塑性应变增量、试解应力的等效应力。
[0020]S22、根据初始等效塑性应变、初始屈服应力和设定的第一迭代步的等效塑性应变增量，计算第一迭代步的屈服应力和试解应力的等效应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工神经网络的电子束增材制造本构关系计算方法，其特征在于，包括以下步骤：S1、获取电子束增材制造材料的应力应变曲线；S2、根据电子束增材制造材料的应力应变曲线，采用数据迭代方法计算等效塑性应变和试解应力的等效应力；S3、基于人工神经网络建立等效塑性应变、试解应力的等效应力与屈服应力、等效塑性应变增量的映射关系；S4、根据步骤S3建立的映射关系计算电子束增材制造材料的本构模型。2.根据权利要求1所述的基于人工神经网络的电子束增材制造本构关系计算方法，其特征在于，步骤S2具体包括以下步骤：S21、初始化初始等效塑性应变、初始屈服应力、初始等效塑性应变增量和试解应力的等效应力；S22、根据初始等效塑性应变、初始屈服应力和设定的第一迭代步的等效塑性应变增量，计算第一迭代步的屈服应力和试解应力的等效应力；S23、根据上一迭代步的等效塑性应变、屈服应力、等效塑性应变增量和设定的当前迭代步的等效塑性应变增量，计算当前迭代步的屈服应力和试解应力的等效应力。3.根据权利要求2所述的基于人工神经网络的电子束增材制造本构关系计算方法，其特征在于，步骤S22中第一迭代步的屈服应力的计算公式为：；其中，为第一迭代步的屈服应力，为初始屈服应力，为设定的第一迭代步的等效塑性应变增量，为初始等效塑性应变。4.根据权利要求2所述的基于人工神经网络的电子束增材制造本构关系计算方法，其特征在于，步骤S22中第一迭代步的试解应力的等效应力的计算公式为：；其中，为第一迭代步的试解应力的等效应力，为第一迭代步的屈服应力，G为剪切模量，为设定的第一迭代步的等效塑性应变增量。5.根据权利要求2所述的基于人工神经网络的电子束增材制造本构关系计算方法，其特征在于，步骤S23中上一迭代步的等效塑性应变的计算公式为：；其中，为上一迭代步n
‑
1的等效塑性应变，设定的上一迭代步n
‑
1的等效塑性应变增量，为上二迭代步n
‑
2的等效塑性应变。6.根据权利要求2所述的基于人工神经网络...

【专利技术属性】
技术研发人员：张宏，张意达，彭堃恩，张博，杨洋，胡正纬，
申请(专利权)人：四川大学，
类型：发明
国别省市：