基于机器学习的TC18钛合金起落架锻造成形工艺智能优化

作     者：唐学峰 王志洲 冯仪 余俊 邓磊 金俊松 王新云 TANG Xue-feng;WANG Zhi-zhou;FENG Yi;YU Jun;DENG Lei;JIN Jun-song;WANG Xin-yun

作者机构：华中科技大学材料成形与模具技术全国重点实验室湖北武汉430074 武汉新威奇科技有限公司湖北鄂州436070 

基　　金：国家自然科学基金资助项目(52105337,52090043) 国家重点研发计划(2022YFB3706903) 

出 版 物：《塑性工程学报》 (Journal of Plasticity Engineering)

年 卷 期：2024年第31卷第4期

页      码：254-266页

摘      要：针对TC18钛合金加工窗口窄、零件成形质量与性能的预测以及工艺参数的优化设计困难的问题,通过热压缩试验分析了TC18钛合金的热变形行为与微观组织演变规律。基于Bayesian算法优化构建了TC18钛合金热变形流动应力和微观组织演变的深度神经网络(DNN)模型。通过对UG和Deform的二次开发,完成了不同工艺参数下起落架锻造的自动建模与仿真,并建立了预锻件的尺寸-工艺-质量数据库。结合DNN和遗传算法(GA)、粒子群算法(PSO)、快速非支配排序遗传算法(NSGA2)确定了最优的预锻件工艺参数。结果表明,采用NSGA2优化后锻件最大成形力R_(Tmax)可降低40.6%,目标截面的平均初生α相含量为0.207,接近最优含量20.0%。

主 题 词：TC18钛合金 深度神经网络 智能优化算法 本构模型 微观组织模型 起落架锻造 

学科分类：080503[080503] 08[工学] 0805[工学-能源动力学] 0802[工学-机械学] 080201[080201] 

核心收录：

D　O　I：10.3969/j.issn.1007-2012.2024.04.021

馆 藏 号：203127786...