（材料加工工程专业论文）az31镁合金（添加混合稀土和锑）的热变形行为及流变应力的ann模型.pdf

摘要 摘要 金属在高温塑性变形时材料内部的微观组织会经历一系列动态变化，材料的 微观组织特征又直接决定其力学行为，从而控制材料的性能。因此，研究不同变 形条件下材料内部微观组织的演化及流变应力的预测模型，可为合理确定材料的 热加工工艺和控制产品质量提供科学依据和理论指导。添加混合稀土和锑的 a z 3 1 镁合金的热变形流变应力受到变形温度、应变速率和应变量等诸多因素的 影响，是一个较复杂的非线性问题。本文研究了添加混合稀土和锑的a z 3 1 镁合 金的的热变形行为，并利用人工神经网络( a n n ) 技术，建立了添加混合稀土 和锑的a z 3 1 镁合金的流变应力预测模型。 在g l e e b l e 3 5 0 0 热模拟试验机上，研究了变形温度为2 5 0 4 0 0 、应变速 率为0 0 1 - 1 0 s - 1 时添加混合稀土和锑的a z 3 1 镁合金的热变形行为。通过引入 z e n e r - h o l l o m a n 参数，采用双曲正弦函数表示的峰值流变应力同应变速率和变形 温度的倒数之间呈密切的指数关系，据此计算出合金高温变形时的材料常数。添 加元素r e 和s b 的加入，提高了镁合金的变形激活能，使合金发生动态回复所 需的能量提高。 基于材料热加工的加工图原理，采用该合金热压缩实验数据分别绘出了添加 混合稀土和锑的a z 3 1 镁合金在应变为0 4 和0 6 时的加工图。分析了加工图中 功率耗散因子r l 随变形参数的变化规律以及同变形组织之间的关系，得出了为 了使合金变形后获得最佳的变形组织，优先选择的变形条件为：变形温度为 3 5 0 - - 4 0 0 ，应变速率为0 0 1 s 一0 i s 一。 从热压缩试样数据中提取样本数据，利用b p 网络建立了添加混合稀土和锑 的a z 3 1 镁合金的热变形流变应力的预测模型。模型的输入量为变形温度、应变 速率和应变量，输出量为流变应力。其中，b p 网络使用了改进的b p 算法( l m 算法) 。研究结果表明：b p 网络有非常好的非线性逼近能力，训练相关性系数为 0 9 9 7 ，b p 网络测试结果的最大相对误差为5 6 3 ，预测结果与试验数据符合的 很好。与数学模型的回归方法的预测结果相比，神经网络的预测精度要高很多。 关键词：b p 神经网络；镁合金；流变应力；热加工图 a b s t r a c t a b s t r a c t d u r i n gh o td e f o r m a t i o n , t h em i c r o s t r u c t u r ei nm a t e r i a l sg o e st h r o u g h as e r i o u so f d y n a m i cc h a n g e s ，w h i c hh a si m p o r t a n ti n f l u e n c e so nt h ef l o wb e h a v i o ro fm a t e r i a l s p r o p e r t i e so fm a t e r i a l s s o ，s t u d y i n go fm i c r o s m m m r ee v o l u t i o nd u r i n gh o tf o r m i n g a n de s t a b l i s h m e n tf l o ws t r e s sm o d e lc o n s i d e r e dt h ee f f e c to fm i c r o s t r a c t u r et h e p r o c e s sp a r a m e t e r sa n dc o n t i o l l i n gt h es e r v i c eq u a l i t yo fw o r kp i e c e s b e c a u s et h e f l o ws t r e s sa n dp r o c e s sp a r a m e t e r so fa z 31m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr e d u r i n gd e f o r m a t i o na r en o n l i n e a rr e l a t i o n s h i p ，e s t a b l i s h i n gt h em o d e li sv e r yd i f f i c u l t w i t hc o n v e n t i o n a lm e t h o d s a r t i f i c i a ln e u r a ln e t w o r k s , w h i c ha r eu n i v e r s a l a p p r o x i m a t i o n sf o rc o n t i n u o u sf u n c t i o n s ，a r eu s e di nt h i sp a p e r t h eh o td e f o r m a t i o n b e h a v i o r si na z 3 1m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr ew e r es t u d i e da n da r t i f i c i a l n e u r a ln e t w o r k ( a n n ) m o d e lw a s te s t a b l i s h e dt op r e d i c tt h ef l o ws t r e s so fa z 3 1 m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr ei nt h i sp a p e r t h ed e f o r m a t i o nb e h a v i o ro f a z 3 1m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr ew a s i n v e s t i g a t e db yc o m p r e s s i o n t e s t sw i t hg l e e b l e 3 5 0 0t h e r m a ls y s t e m t h et e s t sw c l e p e r f o r m e di nt h et e m p e r a t u r er a n g eb e t w e e n2 5 0 ca n d4 0 0 x 3 ，a n ds t r a i nr a t e s b e t w e e n0 0 1 a n d1 0 s 。d u r i n gc o m p r e s s i n ga te l e v a t e dt e m p e r a t u r e 。t h er e l a t i o n s h i p b e t w e e np e a ks t r e s si nf o r mo fh y p e r b o l i cs i n ea n ds t r a i nr a t ea n dr e c i p r o c a lo f d e f o r m i n gt e m p e r a t u r ei sc l o s e l yp o w e rl a w , a n dt h e nm a t e r i a l sc o n s t a n t so fa z 3 1 m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr ed u r i n gc o m p r e s s i n ga te l e v a t e dt e m p e r a t u r e a r eo b t a i n e db ye m p l o y i n gz e n e r - h o l l o m a np a r a m e t e r t h em i x e da d d i t i o no f r ea n d s bc a ni n c r e a s et h ed e f o r m a t i o ne n e r g yo fa z 3 1a l l o y t h ee n e r g yo fd y n a m i c r e c o v e r yi sa l s oi n c r e a s e d t h ep r o c e s s i n gm a pt h e o r y , w h i c hb a s e do nd y n u m i em a t e r i a lm o d e l ，w a s i n t r o d u c e di ni n v e s t i g a t i o no nd e f o r m a t i o nb e h a v i o r a c c o r d i n gt ot h ed a t af r o m c o m p r e s s i n ga te l e v a t e dt e m p e r a t u r e ，t h ep r o c e s s i n gm a p so f a z 3 1m a g n e s i u ma l l o y c o n t a i n i n gs ba n dr e ，b a s e do nd y n a m i cm a t e r i a lm o d e l ( d m m ) ，w e r ep l o t t e da t s t r a i no f0 4 a n d0 6 r e s p e c t i v e l y a c c o r d i n gt ot h ec h a n g eo fe f f i c i e n c yo fp o w e r i i a b s t r a c t d i s s i p a t i o n 1 w i t h p r o c e s s i n gp a r a m e t e r a n dt h er e l a t i o n s h i pb e t w e e nt 1a n d m i c r o s t r u c t u r e ，t h eo p t i m a lh o tw o r kp a r m n e t e ro f a z 3 1m a g n e s i u ma l l o yc o n t a i n i n g s b a n d r e i s o f a t t e m p e r a t u r e o f 3 5 0 4 0 0 。c s t r a i n m t e 0 0 1s 1 0 i s 1 t h em o d e lb a s e do nb pn e t w o r kw a se s t a b l i s h e da c c o r d i n gt ot h ed a t af r o mt e s t s i no r d e rt op r e d i c tt h ef l o ws t r e s so fa z 3 1m a g n e s i u ma l l o yc o n t a i n i n gs ba n dr e t h ei n p u t so ft h em o d e lw c t et e m p e r a t u r e ，s t r a i nr a t ea n ds t r a i n , a n dt h eo u t p u tw a s f l o ws t r e s s l ma l g o r i t h ma n dt w oh i d d e nl a y e r sw e r eu s e di nt h eb pn e t w o r k m o d e l s t h e nt h ep r e d i c t i o np e r f o m t a n c eo ft h eb pm o d e lw a st e s t e db ye x p e r i m e n t d a t a t h er e s u l t so ft h es t u d ys h o wt h a tt h eb pn e t w o r kh a sv e r yg o o dn o n l i n e a r a p p r o a c ha b i l “i e s t h et r a i n i n gc o r r e l a t i o nc o e f f i c i e n to ft h em o d e li s o 9 9 7 t h e p r e d i c t i o n so fb pn e t w o r kw e l la p p r o x i m a t et h ee x p e r i m e n t a ld a t a , a n dt h em a x i m u m a v e r a g er e l a t i v ee l t o ro fb pn e t w o r ki s 5 6 3 t h eb pn e u r a ln e t w o r ki sm o r e a c c u r a t et h a nt h em e t h o do f r e g r e s s i o n k e y w o r d s ：b pn e u r a ln e t w o r k ；m a g n e s i u ma l l o y ；f l o ws t r e s s ；p r o c e s s i n gm a p i i i 第一章绪论 第一章绪论 绪言 能源、材料和环境是当今世界的三大主题。镁作为新兴的节能、环保型材料， 正日益成为人们关注的对象，特别是近年来，镁及镁合金更是频频出现在各大期 刊、杂志上，镁及镁合金成了人们谈论最多的话题之一，也是人们研究最多的工 程材料之一。 随着镁合金材料生产成本的降低，镁合金结构件成形工艺的进步和产品质量 的提高，特别是发达国家对汽车等交通工具的能量消化，废气污染与噪声的限制， 以及对电子通信器材可回收性要求的不断升级，镁合金以其比强度高、减振、易 于压铸成形、可回收等优点，在同其他轻质材料中已取得明显优势，再度受到交 通工具和电子通信器材行业的青睐，一些发达国家已经把镁合金新材料和新工艺 的研究和开发视为新世纪的一项重大战略选择。 镁是地球上蕴藏量很丰富的元素，约占地壳总重量的2 ，仅次于a 1 和f e 占第三位。镁的化合物不仅广泛地分布于陆地上，还大量的蕴藏在海水，盐泉和 湖泊中。在大多数国家都能发现镁矿石，已知含镁的矿石多达6 0 余种，其中有 工业价值的有菱镁矿，白云石和光卤石等。镁的原子序数为1 2 ，相对原子质量 为2 4 3 2 ，电子结构为l s 2 2 s 2 2 p 6 3 s 2 ，位于周期表中第3 周期第2 族。镁的结构为 密排六方。通常情况下，镁具有以下一些特点： 密度小，镁在2 0 c 时密度只有1 7 3 8 9 c m 3 ，是常用结构材料中最轻的金属， 镁的这一特征与其良好的力学性能相结合成为大多数镁基合金结构材料应用的 基础。可以广泛用于携带式的器械和汽车行业中，达到轻量化的目的。 体积热容低，镁在2 0 时的体积热容为1 7 8 1 j ( d m 3 k ) ，比其他所有的金 属都低，而且合金元素对镁的热容影响也不大，因此镁及镁合金的一个重要特征 是加热升温与散热降温都比其他金属快。 比强度高，镁合金的比重虽然比塑料重，但是单位重量的强度和弹性率比塑 料高，所以，在同样强度的零部件情况下，镁合金的零部件能做得比塑料的薄而 且轻。另外，由于镁合金的比强度也比铝合金和铁高，因此在不减少零部件的强 郑州大学硕士学位论文 度下，可减轻铝或铁的零部件的重量。 减振性好，镁及镁合金能够充分吸收振动能量，使用在驱动和传动的部件 上可减少振动，并且镁在受到冲击后，能吸收冲击能量而不易产生断裂。 切削加工性能好，镁的切削阻力仅仅是铝合金的1 2 ，铸铁的1 3 5 ，在机 械加工时，可以较快的速度加工。 再生性好，镁合金与塑料不同，它可以简单地再生使用且不降低其机械性 能。而塑料很难在不降低其机械性能再生使用。镁合金与其他金属相比，熔点 低( 6 5 0 * ( 2 ) 、比热小、在再生熔解时所消耗的能源是新材料制造所消耗的能源 4 。 化学活性很高，镁合金在熔炼和加工过程中极容易氧化燃烧。因此，镁合 金的生产难度很大。在室温下，镁的表面能与空气中的氧起作用，形成保护性 的氧化镁薄膜，但氧化膜比较脆，而且不致密，故耐蚀性很差。 另外，现有工业镁合金的高温强度、蠕变性能较低，限制了镁合金在高温 ( 1 5 0 - 3 5 0 。c ) 场合的应用；镁合金的常温力学性能，特别是强度和塑韧性也有 待进一步提高。在这样的背景下国家大力支持开发新型变形加工的镁合金，完 善其性能，推广其产品，以期早日实现镁合金全面产业化。 1 1 镁合金的现状与发展 镁是实用金属中最轻的一种，是世界第八大富集元素，约占地壳组成的 2 5 ，主要工业来源有白云石、菱镁矿和海水等。镁于1 8 0 8 年被化学家d a v y 发现，1 8 8 6 年德国开始生产镁。世界镁产量1 9 0 0 年是1 0 吨，1 9 9 0 年是3 5 万 吨。镁的冶炼加工方法主要有电解法，还有p i d g e o n b o l z a n o 制镁法和热磁制镁 法。镁合金作为一种正式的材料首次应用于工业是在2 0 世纪3 0 年代，那时它 被应用于一辆赛车的活塞。不过，那时候镁被认为是潜力有限的一种特殊材料。 二战爆发，推动了镁在宇航领域的发展。德、美、英三国开始对镁合金进行了 大量的研究和试验【1 1 。但是与铝及塑料相比，它的使用量还很小。 随着2 1 世纪的到来，保护环境、实现可持续发展，已经成为世界各个国 家共同关心的问题。合理使用、节约和保护资源、提高资源的利用率、从传统 的高消耗模式向可持续发展模式转变，也已经受到社会各界的普遍重视。在这 第一章绪论 一背景下，镁及镁合金作为轻金属中非常重要的材料，以其高比强度、良好的减 震性和切削加工性以及尺寸稳定性再次引起人们的关注。近几年来，镁合金更是 以其散热性佳、回收性好、抗电磁干扰及屏蔽能力强等特点，日益成为现代工业 产品的理想材料，被誉为2 l 世界的绿色工程材料”。 由于镁合金在节省能源和增强产品可靠性等方面所具有的优势，北美、欧洲 和日本等发达国家相继加大了对镁合金开发与应用研究的投入。镁合金应用和研 究重点开始从宇航和兵工等领域扩展到民用高附加值产业( 如汽车、电脑、通信 和家电等) 。特别是由于节能和环境保护的要求，汽车将成为镁合金应用的重要领 域。据报道【2 】，使用镁合金结构件每辆汽车有减重1 5 0 k g 的潜力，围绕镁合金材料 的开发，争夺国际商业市场的竞争日趋激烈。为此，美国、德国、澳大利亚、日 本等国都相继出台了各自的镁研究计划1 3 1 。例如，美国的r h e o m o l d i n g 项目重点是 研究镁合金件生产新工艺，并取得了一系列成果；德国1 9 9 7 年由联邦政府出资 2 5 0 0 万马克的m a d i c a ( m a g n e s i u md i ec a s t i n g ) 镁合金研究开发计划，主要研究 压铸镁合金工艺，快速原型化与工具制造技术、切削加工技术、连接技术和半固 态成形工艺，并将镁合金应用于诸如汽车、计算机、航空航天等领域。从而提高 德国在镁合金应用方面的能力。1 9 9 5 年“澳大利亚镁研究与发展计划”( 简称 a 1 p ) 的协作研究项目由昆士兰金属公司，联邦政府和昆士兰州政府联合实 施，旨在发展镁金属制品的工业技术。目前，世界各国正在加大镁及镁合金的生 产 4 1 。 为了降低轿车自重以减少汽油消耗，提高轿车的使用性能，各大汽车公司对 镁合金在汽车中的应用研究投入了极大的热情1 5 ，纷纷积极投资镁合金冶炼基地， 确保原材料的供应。世界头号汽车美国通用汽车公司与世界上第二大镁业公司挪 威n o r s kh y d r o 公司达成协议，就增加镁合金在汽车上的应用进行长期合作。n o r s k h y d r o 镁业公司将稳定地长期向通用汽车公司提供所需镁合金和镁合金零部件。 3 c 产品属于镁合金的高端应用领域，指电脑、通讯、家用电子产品。从1 9 9 0 年起，电子产业一直保持着快速增长的势头。电子工业的硬件部分的发展与新技 术和新产品的开发紧密相关。目前日本和台湾在这一领域保持领先地位，除生产 笔记本电脑，m d 随身听和数码相机三大使用镁合金最多的产品外，还开发出镁 合金部件的手机、投影机、电视机外壳、c d 播放机、掌上电脑( p d a ) 和音响等。 郑州大学硕士学位论文 随着消费者对轻、薄、短、小以及时尚新潮的要求越来越高，在3 c 产品的外壳 应用上，镁合金已有逐渐取代a b s ，p c 等材料的趋势。日本松下、n e c 、s o n y 以及欧洲、美国、台湾等著名公司已经用镁合金制造便携式电脑、手提电话、摄 录像机壳体、显示出了极强的竞争力嘲。 1 2 材料高温塑性变形行为研究概论 1 2 1 本构方程的建立及z e n e r - h o l l o m o 参数的引入 金属和合金的热变形是一个受热激活控制的过程。其流变形为可用应变速 率占，温度t 和流变应力盯之间的关系进行描述。低应力水平下的稳态流变应 力仃和应变速率占之间的关系可用指数关系进行描述，高应力水平下两者满足 幂指数关系【7 删： 占= a 1 矿 ( 1 1 ) 占= a 2e x p ( f l a )( 1 2 ) 式中，即是与温度无关的常数。另外，s e l l a r s 和t e g a r t 提出了一种包含变形 激活能q 和温度丁的双曲正弦关系式来描述这种热激活稳态变形行为网。 ；= 爿【s ；血) r d 一剐 ( 1 - 3 ) 式中a ，口，聆为与温度无关的常数，r 为气体常数，t 为绝对温度。此式适用于 所有的应力状态。其中口，厉疗之间满足口= 关系。应变速率；和r 的关系可 用z e n e r - h o l l o m o n 参数z 表示【1 0 l 。 z = ；e x p ( 与( 1 - 4 ) 则流变应力盯可表达成z e n e r - h o l l o m o n 参数z 的函数： 盯= l 口l n l 卜( z 一， ；+ ( 雪) i 2 + ； ( 1 - 5 ) 通过实验研究，可求得a ，q ，口，甩等材料常数，进而可求得材料在不同变 第一章绪论 形温度速度条件下的流变应力。为了增加上式对各种变形条件下的普遍适用 性，还应考虑材料变形时流变应力的应变敏感性。对高温塑性变形过程来讲， 若材料的软化足以抵消硬化的作用，可以认为材料在稳态变形阶段是应变不敏 感的，因而可以忽略应变大小对流变应力的影响。上式可用来计算实际热加工 中稳态流变应力的大小，并可用于负荷计算、设备选型和其它具体加工工艺参 数的选择和控制等。 1 2 2 材料高温塑性变形行为的研究方法 为了探明材料高温塑性变形的本质和求出a ，9 口，盯等材料常数，通常要 借助一些实验方法。常用的方法有单轴拉伸、压缩和扭转等。在对新材料进行 开发、研制时，这些基本实验方法还有助于建立有关材料的高温塑性变形特征 和成形性指标。 1 2 2 1 拉伸实验 用单向拉伸法测定流变应力时，拉伸试样出现颈缩前为单向拉应力状态， 此时所测出的拉应力即为材料的流变应力。颈缩出现后，应力状态变为复杂的 三向状态。拉伸实验常用于模拟拉拔和挤压变形。拉伸流变应力与挤压时的压 力极限能力直接相关，它对评价摩擦效应、工模具的负荷和寿命、变形温升效 应等有重要意义。断面收缩率则反映了材料在简单应力状态下的真实高温塑性。 拉伸实验的缺点在于：( 1 ) 在常规拉伸设备上，其应变速率范围通常限制 在1 0 s l1 0 0 s 4 范围内，只有在特殊拉伸设备上才可以达到以上。平均等效应变 速率随拉伸颈缩现象的出现而出现异常升高，使流变应力值出现相应的异常变 化，从而难以精确评价应变及流变速率对流变应力的影响。( 2 ) 出现颈缩时， 对应的应变值( 超塑性成形除外) 通常大大低于工程上相应的应变值，室温拉 伸极限应变通常为o 0 1 。0 1 5 ，高温拉伸时也仅为o 1 5 0 2 5 。( 3 ) 变形条件和组 织，性能间的关系以及变形和软化机制的研究难度因颈缩区出现而增大。 1 2 2 2 压缩实验 按应变类型可分为轴对称压缩和平面应变压缩等，按温度变化情况可分为 等温压缩和非等温压缩。平面应变压缩适合于模拟板材热轧( 特别是热精轧) 和各向同性材料的变形。但由于压缩实验得到的流变应力值比实际值偏高，摩 擦与拉伸条件的不确定和几何软化现象的出现等使其不太适合热变形本构关系 郑州大学硕士学位论文 的研究。非等温压缩对于模拟实际锻造过程最具优势，但温度场的不确定性给 实验和数据处理带来误差和难度。 轴对称等温压缩常用来模拟挤压和锻造过程。其特点在于可直接在较大应 变速率范围内测定材料在热变形时的真应力真应变关系。它对应变速率敏感材 料和应变速率不敏感材料均适用。但由于工件和模具之间存在接触摩擦，应变 值超过一定值以后，样品会出现不均匀变形现象，如侧股( 又称腰鼓) 和侧翻 等，从而改变变形的恒应变速率状态，应力状态也由原来的单向压应力状态变 成复杂三向应力状态，特别是在周边向易出现拉应力而可能使样品发生早期侧 裂，破坏成形性的真实性。不过，这一问题可通过改善润滑条件予以解决。如 采用两端浅槽的样品，并填充诸如石墨，聚四氟乙烯等润滑剂。润滑效果良好 时，压缩真应变高达2 3 0 ( 9 0 ) 时仍不出现明显腰鼓。考虑摩擦影响时，样 品和模具间的摩擦系数可通过不同高度样品的压缩实验等方法来确定。 1 2 2 3 扭转实验 与拉伸和压缩实验相比，扭转实验的最大优点就是材料可在恒应变速率和 大应变范围内变形而不失稳，变形时没有几何软化。它被广泛地用于测量大应 变条件下材料的流变应力和成形性。从样品断裂前所扭的转数可以判断材料高 温变形时的塑性行为。这一方法的另一个显著特点是变形被限制在样品标矩尺 寸范围内，且沿轴向保持均匀分布的应变速率和扭转应变量，样品无明显的形 状变化，也不会出现腰鼓和颈缩等不均匀失稳变形现象。从这个意义上来讲， 它可以提供一种反映材料在大应变变形时变形行为的简单模式。 该方法的不足之处主要体现在两个方面。其一是变形时应力、应变和应变 速率沿半径方向成线性变化，这使得实验数据的解释要困难和复杂一些。其二 是固定端扭转时需要样品施加一轴向较小的载荷，以平衡由于材料扭转时织构 的发展变化和各向异性【1 1 】的出现而引起的样品尺寸变化，这使得样品的应力状 态变得复杂化。 基于以上考虑，为模拟挤压变形过程，并且为挤压工艺制定提供理论依据， 本论文研究采用圆柱样品等温压缩试验作为研究添加混合稀土和锑的a z 3 1 镁 合金高温塑性变形行为的基本方法。 第一章绪论 1 3 人工神经网络及其应用 1 3 1 人工神经网络建模研究进展 “人工神经网络”( 舢f i c n ln e u r a ln e t w o r k ，简称a n n ) 是在 对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种 工程系统。神经网络的研究工作始于1 9 世纪末和2 0 世纪初。它源于物理学、 心理学和神经生物学的跨学科研究，主要代表人物有h e r m a nv o nh e h n h o l t s ， e r n s tm a c h 和i v a np a v l o v 。早期研究主要是着重于有关学习、视觉和条件反射 等一般理论，并没有包含有关神经元工作的数学模型。 现代对神经网络的研究可以追溯到2 0 世纪4 0 年代。1 9 4 3 年美国心理学家 w a r r e nm c c u l l o c h 和数学家w a l t e rp i t t s 合作，从原理上证明了人工神经网络可 以计算任何算术和逻辑函数，并在分析、总结神经元基本特性的基础上，首先 提出了神经元的数学模型，简称为m p 模型。通常认为他们的工作是神经网络 领域研究工作的开始。 1 9 4 9 年心理学家d o h e b b 提出了关于神经网络学习机理的“突触修正假 设”，即神经元的he b b 学习规则i t 2 。 1 9 5 7 年e r o s e n b l a t t 首次提出并设计制作了著名的感知器( p e r e e p t r o n ) ，这 是人工神经网络第一个实际应用，它掀起了人工神经网络研究的高潮。 1 9 6 2 年b e r n a r dw i d o w 和m a r c i a nh o f f 提出了自适用线性元件网络，简称 a d a l i n e a d a p t i v e l i n e a r d e m e n t ) 。w i d o w - h o f f 学习规则至今仍在使用。 进入2 0 世纪7 0 年代后，神经网络的研究相对处于低潮时期，仍有不少科 学家在该领域开展了许多重要的工作。1 9 7 2 年t e u v ok o h o n e n 和j a m e s a n d e r s o n 分别独立提出了能够完成记忆的新型神经网络。 2 0 世纪8 0 年代，神经网络进入了第二次高潮。物理学家j o h nh o p f i e l d 提 出了模仿人脑的神经网络模型，即著名的h o p f i e l d 模型【1 3 。4 】。d a v i dr t t m e l h a r t 和j a m e sm c c e l l a n d 提出了多层网络的误差反传算法( b a c kp r o p a g a t i o n , 简称b p 算法) 。t e r r e n c es o n o w s l 【i 与h i n t o n 和a c k l e y 用统计物理学的概念和方法研究 神经网络，提出了b o l t z m a n n 机。 9 0 年代以后，神经网络研究步入了一个新的发展时期。一方面已有理论在 郑州大学硕士学位论文 不断深化和得到进一步推广；另一方面，新的理论和方法也从未停止过其不断 开拓的步伐。这一时期，新的发展方向也非常引人注目，比如光学神经网络和 模糊神经网络理论的提出【1 5 。1 6 1 。 1 3 2 人工神经网络及其特征 人工神经网络是采用物理可实现的器件或采用现有的计算机来模仿人脑进 行高度并行处理的数理模型，通常如图所示： 输 信号缸、 出 图1 - 1 神经网络模型 f i g 1 - 1t h em o d e lo f n e u r a ln e t w o r k 网络的各节点( 神经元) 为处理单元，以其它节点的输出作为该节点的输 入，在该节点进行适当的变换后得到输出，并继续向下传递。这些动作在网络 的各节点上是并行的。整个网络犹如一个多变函数，即如果图中左端的输入层 有输出，并由右端输出。由该网络得到的多变函数的特征取决于各个神经元的 作用函数，阈值以及各神经元间的连接权值。 输 入 信 号 而一 x x 广 连接权 激活函数 j 阈鲁 图l - 2 人工神经元的示意图 f i g 1 2t h es c h e m a t i co f n e u r a ln e r v ec e l l y k 第一章绪论 图1 2 表示出了作为n n 基本单元的神经元模型，图中而，屯，x 。表示其 它神经元的输出，。，睨：，阡乙为其它p 个神经元与第k 个神经元的连接， 为该神经元输入的加权和，嘶) 为激活函数，吼为神经元的阈值，y k 为该神 经元的输出。 由图可见，神经元有三个基本要素： ( a ) 一组连接( 对应于生物神经元的突触) ，连接强度由各连接上的权值表示， 权值为正表示激活，为负表示抑制； ( b ) 一个求和单元，用于求取各输入信号的加权和； ( c ) 一个非线性激活函数，起非线性映射作用并将神经元输出幅度限制在一 定范围内( 一般限制在( o ，1 ) 或( 1 ，+ 1 ) 之间) 。 每个人工神经元满足： u k2 善_(1-0 v t = 一吼 ( 1 7 ) 儿2妒以)(1-8) 人工神经网络是对生物神经系统的模拟，其信息处理功能是由网络单元( 神 经元) 的输入输出特性( 激活函数) ，网络的拓扑结构( 神经元的连接方式) 所 决定的。按突触修正假说，当神经网络的拓扑结构确定后，其学习( 训练) 归 结为连接权的变化。 训练一个神经网络包括用一系列的输入和理想的输出作为训练样本，根据 一定的训练算法对网络进行足够的训练，使得神经网络能够学会包含在解中( 样 本中的理想输出) 的基本原理。当训练完成后，该解( e h l l 练所确定的网络) 可以用来求解相同的问题。 虽然人工神经网络与真正的神经网络有很多差别，但由于它吸引了生物神 经网络的部分优点，在不同程度和层次上模拟了人脑神经系统的信息处理、存 储和检索功能，因而有其固有的特点： ( 1 ) 人工神经网络在结构上与目前的计算机根本不同，它是由许多小的处 理单元互相联接而成。每个单元的功能简单，但大量简单的处理单元集体的、 郑州大学硕士学位论文 并行的活动能得到预期的识别，且具有较快的速度。 ( 2 ) 人工神经网络具有很强的容错性，即局部的或部分的神经元损坏后， 不影响全局的活动。 ( 3 ) 人工神经网络所记忆的信息是存储在神经元之间的权中，从单个权看 不出其存储信息的内容，因而是分布的存储方式。 ( 4 ) 人工神经网络具有十分强的学习功能，其连接权和连接结构都可以通 过学习而得到。 1 3 3 人工神经网络的学习 人工神经网络的学习也称为训练，指的是通过神经网络所在环境的刺激作 用调整神经网络的自由参数，使神经网络以一种新的方式对外部环境作出反应 的一个过程。能够从环境中学习和在学习中提高自身性能是神经网络最有意义 的性质。神经网络经过反复学习对其环境更为了解。 学习方式可分为：有导师学习和无导师学习。 ( 1 ) 有导师学习 在学习时需要给出导师信号或称为期望输出。神经网络对外部环境是未知 的，但可以将导师看作对外部环境的了解，由输入输出样本集和来表示。导师 信号或期望响应代表了神经网络执行情况的最佳结果，即对于网络输入调整网 络参数，使得网络输出逼近导师信号或期望响应。 ( 2 ) 无导师学习 无导师学习包括强化学习与无监督学习或称为自组织学习。在强化学习中， 对输入输出映射的学习是通过与外界环境的联想作用最小化性能的标量索引而 完成的。在无监督学习或称为自组织学习中没有外部导师或评价来统观学习过 程，而是提供一个关于网络学习表示方法质量的测量尺度，根据该尺度将网络 的自由参数最优化。一旦网络与输入数据的统计规律达成一致，就能够形成内 部表示方法来输入特征编码，并由此自动得出新的类别。 1 3 4 人工神经网络在塑性加工领域的应用 控制理论在其发展和工程实践中，一直面对着控制对象越来越复杂，而对 控制系统设计的要求越来越高的挑战。由于对于控制对象和环境的知识所限， 使其基于精确数学模型描述的经典和现代控制理论在处理复杂对象控制工程应 第一章绪论 用中遇到了不可逾越的困难，因而出现了复杂对象的建模问题。尽管控制理论 的发展也出现了许多新的分支，如白适用控制、鲁棒控制等，但仍是基于对象 数学建模的控制。 对于一大类知识形式，如人工经验、启发性知识、逻辑规则、自然语言等， 不宜用精确数学描述，近年来出现了基于人工智能、专家系统和模糊逻辑等智 能控制方向。它们不依赖对象的数学模型，而是直接运用经验规则的描述控制， 确使控制工程的对象范围有了较大扩展，应用中也已显示出了一定的灵活性和 有效性。但还有大量的应用控制过程对象的描述介于精确数学模型和经验规则 之间，即数学模型难以达到的精确，而操作经验不足够丰富难以成规则的情形， 尚有待于综合控制技术的发展。随着人工神经网络理论和应用的发展，在控制 系统设计中引入人工神经网络技术已显示出了明显的优越性。 材料在一定温度、应变速率和变形程度的屈服极限，称其为流变应力( 又 称塑性变形抗力) ，它是反映材料塑性变形性能的重要指标之一。在热加工中， 影响金属流变应力的数学模型和微观组织的因素很多，且这些因素之间的关系 都是非线性的，因此，很难用简单的数学模型来准确描述其变化规律。 在以往的研究中，描述材料流变应力最为常用的方法是根据实验结果提出 本构方程，或根据试验测出的流变应力曲线形状给出流变应力的数学模型。这 种模型大多是建立在一定的假设条件之上的。为了确定模型中的参数，一般采 用对试验数据进行回归的方法。这种建立材料流变应力模型的方法计算工作量 大，而且采用回归方法也存在以下缺陷：对于流动应力变化关系复杂的材料， 很难提出包含所有影响因素的回归模型；回归法难以处理大量的离散数据；当 加入新的实验数据时，必须运用新的数据集对模型中的常数重新回归，即回归 常数的实用范围较窄。为弥补回归方法的不足，采用神经网络【l7 】来描述材料的 流变应力。 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r ko ra n n ) 是在现代神经科学研究 成果上发展起来的新兴边缘科学，由h o p f i e l d 在2 0 世纪8 0 年代中期提出，简 称a n n 。a n n 是基于模拟生物神经网络对外部环境进行学习过程的“突触假说” 建立起来的智能化信息处理系统，有自学习、自组织、自适应功能，特别适合 处理复杂的非线性现象，是新一代信息处理工具，并已成功地用于非线性系统 的建模、性能预测、故障诊断和自适用控制等方面。误差反向传播网络( e r r o r b a c k p r o p a g a t i o n n e t w o r k s ，简称b p 网络) 是一种反馈式全连接多层神经网络， 郑州大学硕士学位论文 具有较强的联想记忆和推广能力，可以以任意精度逼近任何非线性函数，是目前 使用最广泛的一种人工神经网络【1 8 1 。 神经网络技术近年来在模式识别与分类、滤波、自动控制、预测等方面已展 示了其非凡的优越性，特别是能处理任意类型的数据，无须知道数据的分布规律， 这是许多传统方法所无法比拟的。通过不断学习，能够从未知模式的大量的复杂 数据中发现其规律。时至今日，人工神经网络在民用、军用等领域得到广泛应用。 最近神经网络在许多加工领域的应用表明，神经网络是一种新兴的有力的模拟手 段和预测工具，特别适用于解决一些繁重复杂的，采用传统方法很难处理的问题， 广泛应用于变形预测和数值计算领域。而且，任何能用传统的模型分析或统计方 法解决的问题，用神经元网络技术处理得更好。故而，可以采用神经网络的方法 建立热变形过程中材料的本构关系及描述显微组织的演变情况。a n n 在处理数据 时，通过实测值，利用神经网络实现其与影响因素的直接映射，事先不需要给出 数学模型，也不需要确定材料参数，直接从试验数据学习规律。它不仅能根据不 完整的和无序的信息得出结论，而且可以从这些信息中概括出规律并用于新的情 况。通过对样本数据的学习，不仅可以很好地对试验数据进行高精度的非线性拟 合，而且可以记忆数据。a n n 对离散数据的处理能力很强，可以在原有网络状态 的基础上通过对新加入数据样本的学习，调整网络状态，使之适于新的实验数据 集。这不仅可以大大减少表征材料特性所需的试验，而且也避免了经验半经验数 学模型中有许多常数要确定的问题，且训练好的神经网络模型的预测精度很高。 人工神经网络在塑性加工领域的应用研究在国内外都是刚刚起步。但神经网 络被用于预报轧制力，晶粒尺寸和变形抗力等都取得了令人满意的成果。林新波， 张质良【1 9 l 等将神经网络成功地用于预测材料温锻时不同变形条件下的流动应力。 在文献【2 0 】中，作者利用三层前馈式b p 网络模型，对钢板组织性能进行了预测。 韩丽琦，藏勇【2 l 】等利用神经网络实现了应力应变的直接映射，直接从实验数据中 学习应力应变关系，不需要假设数学模型的类型。在文献【2 2 】中，作者利用神经 网络建立了奥氏体晶粒尺寸与热加工工艺参数之间关系的模型。由此可知，人工 神经网络对解决金属成形过程中复杂的非线性问题具有广阔的前景。 1 4 本论文的研究内容及意义 本文的主要研究内容包括一下几个方面：通过在g l e e b l e 3 5 0 0 上进行热模 拟压缩试验，研究添加混合稀土和锑的a z 3 1 镁合金高温变形时的力学性能。 第一章绪论 根据热变形时的应力应变曲线特征和试验数据，运用回归的方法求得镁合金的 热变形激活能，建立峰值应力，峰值应变同z e n e r - h o l l o m o n 参数之间的关系以 及流变应力的数学模型。从热压缩试验数据中提取样本数据，用改进的b p 算 法( l m 算法) 建立添加混合稀土和锑的a z 3 1 镁合金热变形流变应力的预测 模型。 添加混合稀土和锑的a z 3 1 镁合金由于其结构的原因，常温下塑性较差， 其成形工艺应在中高温情况下进行。所以，研究其在高温下的变形行为和力学 性能，对制定和认识成形工艺具有重要意义。金属在高温变形过程中由于具有 动态软化现象，从而保证了金属在变形时具有较低的流变应力和较高的塑性变 形能力。这种软化现象主要是由于动态回复和动态再结晶引起的。金属的高温 变形软化机制与其变形机制有密切的联系，同时对金属的热加工成形性能有显 著的影响。本文将对添加混合稀土和锑的a z 3 1 镁合金在高温下的变形机制进 行详细分析，为确定高温变形机制提供依据。 在热加工过程中，影响金属流变应力的因素