一种基于深度学习的钛合金热加工参数预测方法技术

本发明专利技术公开了一种基于深度学习的钛合金热加工参数预测方法，涉及钛合金热加工分析技术领域，本发明专利技术的方法是通过深度学习模型，来精确预测钛合金热加工参数。传统模型预测方法难以精确预测复杂条件下钛合金热加工参数。采用深度学习方法，不仅可以准确预测复杂变形条件下钛合金热加工参数，还可以缩短建模时间，解决了钛合金复杂变形条件下热加工参数预测的难题。本发明专利技术充分利用深度学习模型的优点，无需直接构建中间复杂映射关系模型，减少了建模时间，提高了预测精度。

【技术实现步骤摘要】

本专利技术涉及钛合金热加工分析，属于钛合金热加工应力分析，尤其涉及一种基于深度学习的钛合金热加工参数预测方法。

技术介绍

1、钛合金因其高强度、热稳定强、耐腐蚀等优点，广泛应用于航空航天领域。高强度的结构部件及一些需要轻量化的零件已经大多使用钛合金制造而成。

2、钛合金按组织结构可分为α型、β型和α+β型，其中α+β型钛合金在轻量化方面尤为突出，对比其他两种类型，相同构件仍可降低9％左右的重量，而tc4钛合金就是典型的α+β型钛合金也是所有钛合金中应用最广泛的合金。tc4钛合金在室温下有很强的抗变形能力和很高的回弹力，故在常温下难以进行加工，而在高温下，其塑性会大幅提高，成形性能也会大幅改善，因此常通过高温成形加工来获得所需形状和钛合金构件。

3、航空用tc4钛合金在成形过程中经历复杂的热-力耦合作用，高温流变响应在不同条件下差异巨大。因此在实际生产过程中，研究tc4钛合金高温流变响应对于工艺参数优化具有指导作用。成形过程中tc4钛合金高热加工参数受多种因素影响，例如变形温度、变形速率等工艺参数和材料初始组织状态。一个准确的tc4钛本文档来自技高网...

【技术保护点】

1.一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的方法为：

2.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的钛合金试样为扩散焊后TC4(Ti-6Al-4V)钛合金，TC4(Ti-6Al-4V)钛合金属于α+β型钛合金。

3.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的步骤1的高温压缩试验中，钛合金圆柱试样尺寸为Φ6mm×9mm。

4.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的步骤1的高温压缩试验中不同的温度和应变速率，温度...

【技术特征摘要】

1.一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的方法为：

2.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的钛合金试样为扩散焊后tc4(ti-6al-4v)钛合金，tc4(ti-6al-4v)钛合金属于α+β型钛合金。

3.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的步骤1的高温压缩试验中，钛合金圆柱试样尺寸为φ6mm×9mm。

4.根据权利要求1所述的一种基于深度学习的钛合金热加工参数预测方法，其特征在于，所述的步骤1的高温压缩试验中不同的温度和应变速率，温度分别为700℃、740℃、780℃、820℃，应变速率分别为0.001s-1、0.01...

【专利技术属性】
技术研发人员：吴韬文，陈明和，董红瑞，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：