论文部分内容阅读
板材塑性性能参数的确定是板材成形理论研究中一个重要问题，采用单向拉伸实验确定板材性能参数的缺点是仅考虑了单向应力状态，实验中所能达到的均匀变形远小于实际成形中的变形程序，为克服上述不足，该文提出了一种奕用神经网络、有限元模拟和实验相结合的参数识别模型，采用了具有双向应国状态的板料拉伸试件，利用ＢＰ神经网络实现了试件拉伸变形过程中载荷、位移曲线与材料性能参数之间的映射关系，从而可以得到双向应力记和大变形条件下的材料参数，研究中对两种：０８ＡＬ、ＬＹ１２Ｍ进行了实验验证。在有限元模拟中的应用表明，采用该文方法得到的材料参数进行有限元模拟时，可以得到与实验更为吻合的结果。