本文研究了渗氢后BT20钛合金的热变形行为和组织演变规律,利用人工神经网络(ANN)方法,建立了含氢钛合金热变形流变应力和组织演变的预测模型。在800℃渗氢10min~2h以得到不同的氢含量,随后进行热压缩实验。热变形参数设定为:变形温度600、700、800℃,初始变形速率8.3×10-2、8.3×10-3、8.3×10-4s-1,变形量60%。利用采集的数据绘制真应力-真应变曲线,利用金相观察变形后组织并进行定量分析。对真应力-真应变曲线和显微组织研究发现,氢可提高材料的热塑性,降低材料的热变形抗力。变形温度和初始应变速率的不同,材料的软化机制亦不同,包括相变、动态回复和动态再结晶。根据采集得到的真应力-真应变曲线和组织参数数据,分别建立了氢含量和热变形参数与流变应力和组织参数的之间的BP网络模型。流变应力预测模型的输入参数为渗氢时间t、氢含量CH、变形温度T、初始应变速率ε&和应变量ε,输出参数为流变应力σ。BP网络预测结果显示,测试的5条真应力-真应变曲线的平均相对误差小于10%,平均绝对误差小于15MPa。BP网络对流变应力曲线的模拟结果与实验值符合良好,且对平滑曲线的模拟效果优于非平滑曲线。组织演变模型的输入参数为t、CH、T、和ε&,输出参数为初始α相体积分数Vα,晶粒长轴l和长径比γ。共采用了4个组织演变模型,模型1~3为单输出模型,输出参数分别为上述三个参数,模型4为混合输出,即同时输出Vα、l和γ。BP网络模拟结果显示,BP网络对组织的预测结果与实验值符合程度好,4个模型所得到的平均相对误差均在10%以内。单输出模型的精度要略高于混合型输出模型。