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