基于ANN的TC18钛合金β相区流动应力修正及加工性能研究

热压缩实验中的摩擦效应和变形温升会导致测得的流动应力不准确,常规流动应力修正时将温升引起的应力差值简化为温度的线性函数,存在较大的误差。为此,建立了考虑摩擦效应和变形温升效应的人工神经网络(ANN)模型。采用Gleeble-3500热模拟试验机获得了TC18钛合金在β相区的流动应力曲线,基于摩擦修正方法与变形温升计算方法,对流动应力、变形温度进行了数据校正并将其作为ANN模型的训练集,得到集成摩擦-温升修正的ANN模型。对比实验结果与ANN模型预测结果,发现摩擦效应和变形温升对流动应力影响显著,ANN模型预测的流动应力曲线与微观组织更加吻合,表明了ANN模型的准确性。进一步,基于ANN模型的预测结果建立了功率耗散图,并结合微观组织表征分析了合金热变形时的组织演变与加工性能。功率耗散因子η受变形温度和应变速率的影响显著,在950~990℃、0.01~0.001 s^(-1)条件下η值最高,此时合金发生了充分的动态回复和再结晶,热加工性能最好。研究结果为流动应力的修正方法提供了参考,对TC18钛合金β相区的热加工工艺参数制定具有重要的指导意义。