论文部分内容阅读
为了预测Al/Mg基纳米复合材料的高温流变行为，在不同的应变速率(0.01?1.0 s?1)和温度(523，623和723 K)的条件下进行热压缩试验，利用所得到的应力?应变数据，开发了本构模型，比如一般流动方程。阿累尼乌斯双曲模型、Johnson?Cook(JC)和改性的Zerilli?Armstrong(ZA)模型及人工神经网络(ANN)模型。通过使用统计参数，例如均方根误差(RMSE)、回归系数(R2)、平均相对误差(MRE)和分散指数(Is)，比较了人工神经网络和不同的本构模型。结果表明，人工神经网络模型对AA5083?2%TiC 复合材料的热变形流动应力的评估准确性更高。