中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 引言 | 第8页 |
1.2 钛合金的特点和分类 | 第8-10页 |
1.3 钛合金的热变形过程软化机制分析 | 第10-12页 |
1.4 钛合金的本构模型和热加工图研究现状 | 第12-14页 |
1.4.1 本构模型研究现状 | 第12-13页 |
1.4.2 热加工图研究现状 | 第13-14页 |
1.5 本文选题背景和研究内容 | 第14-15页 |
1.6 本章小结 | 第15-16页 |
2 Ti-6Al-4V-0.1Ru合金热压缩实验结果及正交实验分析 | 第16-24页 |
2.1 试验材料与实验方法 | 第16-18页 |
2.2 微观组织获得和 β 相变点的测量 | 第18-19页 |
2.3 Ti-6Al-4V-0.1Ru合金高温塑性变形行为表征与分析 | 第19-22页 |
2.3.1 变形温度对Ti-6Al-4V-0.1Ru钛合金流动应力的影响 | 第19-20页 |
2.3.2 应变速率对Ti-6Al-4V-0.1Ru钛合金流动应力的影响 | 第20-22页 |
2.4 正交实验分析流变应力影响因素 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
3 基于Arrhenius变参数模型的Ti-6Al-4V-0.1Ru合金跨相区本构模型的研究 | 第24-36页 |
3.1 变参数本构模型的建立 | 第24-32页 |
3.2 Ti-6Al-4V-0.1Ru合金Arrhenius变参数本构模型评价 | 第32-34页 |
3.3 本章小结 | 第34-36页 |
4 基于BP神经网络的Ti-6Al-4V-0.1Ru合金跨相区本构模型的研究 | 第36-62页 |
4.1 BP神经网络 | 第36-39页 |
4.2 BP神经网络本构模型的建立 | 第39-44页 |
4.3 BP神经网络预测应力的可行性分析 | 第44-50页 |
4.3.1 BP神经网络的训练结果 | 第44-46页 |
4.3.2 BP神经网络的预测能力评估 | 第46-47页 |
4.3.3 BP神经网络与Arrhenius变参数模型的比较 | 第47-50页 |
4.4 BP-ANN模型在实验条件外的预测能力 | 第50-52页 |
4.5 BP-ANN模型预测曲线结果验证 | 第52-54页 |
4.6 Ti-6Al-4V-0.1Ru合金峰值应力前流变应力预测模型 | 第54-60页 |
4.7 本章小结 | 第60-62页 |
5 基于DMM理论建立Ti-6Al-4V-0.1Ru合金的热加工图 | 第62-84页 |
5.1 加工图与DMM理论基础描述 | 第62-63页 |
5.2 加工图的计算与建立 | 第63-80页 |
5.2.1 基于实验数据热加工图的计算与建立 | 第63-68页 |
5.2.2 基于BP-ANN预测数据热加工图的计算与建立 | 第68-72页 |
5.2.3 基于BP-ANN扩展数据热加工图的计算与建立 | 第72-80页 |
5.3 Ti-6Al-4V-0.1Ru钛合金微观组织演变分析 | 第80-83页 |
5.4 本章小结 | 第83-84页 |
6 结论与展望 | 第84-86页 |
6.1 结论 | 第84-85页 |
6.2 展望 | 第85-86页 |
致谢 | 第86-88页 |
参考文献 | 第88-94页 |
附录 | 第94页 |
A. 作者在攻读学位期间发表的论文目录 | 第94页 |
B. 作者在攻读学位期间参加的科研项目 | 第94页 |