钢铁研究学报

作者：张博文，闫德安，和鹏越，管煜，陈锐，刘元铭

单位：1.太原理工大学机械与运载工程学院，山西太原030024；2.太原理工大学先进金属复合材料成形技术与装备教育部工程研究中心，山西太原030024；3.海安太原理工大学先进制造与智能装备产业研究院，江苏海安226601

关键词：关键词：654SMO超级奥氏体不锈钢；热变形预测；Arrhenius本构方程；PSO-BP神经网络

摘要：针对654SMO超级奥氏体不锈钢的热变形行为进行研究，采用Arrhenius模型与粒子群算法优化的BP神经网络模型（PSO?BP神经网络）对654SMO超级奥氏体不锈钢热变形行为进行预测，将其结果进行对比获得最优模型。通过实验获得变形温度在1000～1200℃、应变速率为0.1～10s-1条件下的真应力，并采用考虑应变修正的Arrhenius模型和PSO?BP神经网络模型对实验数据进行训练，通过计算均方相关系数（R2）、均方根误差（RMSE）和平均相对误差（AARE），对预测结果量化并且进行比较。最后基于实验实测数据和PSO-BP模型的预测数据得到应变为0.3和0.6的热加工图。结果表明：相比于传统的Arrhenius模型，PSO-BP神经网络模型具有更高的准确性和适用性，为654SMO的热加工工艺提供理论指导。

来源：2024年第3期

《钢铁研究学报》期刊编辑部

查看钢铁研究学报杂志2024年第3期