摘要：通过Gleeble-3500热模拟试验机对P650高氮钢进行1000～1150 ℃、应变速率0.01～10 s-1条件下的高温拉伸试验，获取流变应力-应变曲线。基于试验数据，分别构建应变补偿Arrhenius本构模型与人工神经网络（ANN）模型，并采用平均绝对相对误差、均方根误差和相关系数系统评价模型预测性能。结果表明，ANN模型通过单隐藏层拓扑结构（含17个神经元）实现了温度、应变速率及应变与流变应力的高精度非线性映射。其预测结果与试验值高度吻合(r=0.996，EAARE=4.63%，ERMSE=6.721 MPa)，显著优于传统Arrhenius模型(r=0.975，EAARE=7.94%，ERMSE=16.032 MPa)。研究表明人工神经网络能够有效捕捉复杂热变形行为的本构关系特征，为建立高精度流变应力预测模型及材料加工工艺优化提供了改进策略。
文章目录
0引言
1 试验材料及方法
2 试验结果与讨论
2.1 P650高氮钢流变应力-应变曲线分析
2.2 应变补偿Arrhenius本构模型建立
2.3 BP人工神经网络模型建立
3 结论
