【技术实现步骤摘要】
本专利技术涉及材料计算科学与机器学习交叉，更具体地，涉及一种基于数据协同优化的高温合金本构关系神经网络建模方法。
技术介绍
1、根据材料的塑性本构行为特征，设计合理的成形工艺并进行数值模拟预测其成形缺陷，对结构件成形质量控制的十分重要。材料的塑性本构关系属于固体力学的范畴，它指的是在特定变形条件下的应力与应变之间的映射关系，用来描述材料在加载后的塑性行为。对塑性本构关系进行合理精确的建模，有助于提升对复杂加载条件下材料变形行为的预测精度，进而改进工艺设计，进而达到可以为材料加工工艺参数和工艺过程优化等提供相关参考，提高金属塑性成形的质量，对实际的工业结构生产具有重要意义。
2、材料的本构方程又称流变方程，描述特定连续介质的运动学量、动力学量、热力学状态之间相互关系的方程，以应力、应变和时间关系来描述物料的流变性质，随所研究的具体介质和运动条件而变，反映了材料的固有属性。
3、金属材料的流动应力，通常由该材料在不同变形温度、变形速度和变形程度下，单向压缩(或拉伸)时的屈服应力、峰值应力或稳态应力值等条件来衡量。对于...
【技术保护点】
1.一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述基于数据协同优化的高温合金本构关系神经网络建模方法包括如下步骤：
2.根据权利要求1所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述对所述原始实验数据集进行预处理，以得到预处理后的实验数据集中，还包括：
3.根据权利要求2所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述对所述原始实验数据集中的历史温度T、历史应变ε以及对数转换后的历史应变速率分别进行归一化预处理中，还包括：
4.根据权利要求1所述的...
【技术特征摘要】
1.一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述基于数据协同优化的高温合金本构关系神经网络建模方法包括如下步骤：
2.根据权利要求1所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述对所述原始实验数据集进行预处理，以得到预处理后的实验数据集中，还包括：
3.根据权利要求2所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述对所述原始实验数据集中的历史温度t、历史应变ε以及对数转换后的历史应变速率分别进行归一化预处理中，还包括：
4.根据权利要求1所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述构建高温合金本构关系神经网络模型中，还包括：
5.根据权利要求4所述的一种基于数据协同优化的高温合金本构关系神经网络建模方法，其特征在于，所述输入层由3个输入变量组成，不包含神经元，该3个输入变量分别对应温度、应变以及应变速率；
6.根据权利要求5所述的一种基于数据协同优化的高温合金本构关系神...
【专利技术属性】
技术研发人员：靳承霖，吕斌，李亚峰，朱鑫，张洁，浦益龙，
申请(专利权)人：江苏隆达超合金航材有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。