基于BP神经网络的BSTMUF601高温合金蠕变本构模型（英文）

王春晖^1,2，孙志辉^1,2，赵加清³，孙朝阳^1,2，王文瑞^1,2，张佳明^1,2

1. 北京科技大学2. 金属轻量化成形制造北京市重点实验室3. 清华大学先进反应堆工程与安全教育部重点实验室

摘 要：通过对BSTMUF601高温合金在1253和1368 K不同载荷下的蠕变试验研究了马弗炉管的真实服役环境下的蠕变行为。基于一种直径修正法近似获得试件的真实应力和应变,通过误差反向传播学习算法的BP神经网络方法逆向标定θ映射法模型参数,建立恒载荷条件下的θ映射蠕变本构模型。结果表明,预测结果与实验结果吻合良好,蠕变初始阶段和稳定阶段的相对最大误差为11.8%,而多元非线性回归的相对最大误差为20.9%,模型计算的表观蠕变应力指数和TEM图像都表明位错攀移是蠕变变形的主导机制,说明BP神经网络方法对BSTMUF601高温合金蠕变本构模型参数识别和预测方面的优势。

关键词：BSTMUF601高温合金;蠕变本构模型;应力应变修正;BP神经网络;