预变形Cu本构关系的神经网络模型和Z-A模型

利用Split Hopkinsonbar装置上所得到的变形数据,研究了冲击预变形铜的神经网络本构关系模型以及Zerrilli Armstrong本构关系模型,比较了两种模型对冲击预变形铜在不同热力学状态下流变应力的预测精度.研究表明:神经网络模型的总的拟合度为0.9%,而Zerrilli Armstrong模型的拟合度为8%;Zerrilli Armstrong模型相对于神经网络模型精度较低,是由于物理模型把材料内部某些动态变量作为常数处理,而神经网络模型建模训练时已经包含了这些动态变化的因素;通过增加神经网络输入节点数可以扩大神经网络模型的应用范围.