论文部分内容阅读
在变形温度为950～1 250℃、变形速率为0.01～10 s^-1的条件下对Mn-Ni-Mo系核电用钢进行高温热压缩实验。结合Arrhenius双曲正弦本构方程,通过多元线性回归分析获得热激活能Q、结构因子A及材料常数n和α对应变的响应规律,从而建立流变应力与应变量、温度和应变速率之间的变参数Arrhenius本构模型。同时,基于真应力-应变曲线,建立输入参数为温度（T）、变形速率（ε）、应变（ε）和输出参数为流变应力（σ）的神经网络预测模型（ANN）。研究结果表明：神经网络模型（ANN）的预测精度更高