5A06铝合金高精度唯象本构模型的快速构建

以5A06铝合金为例,探索高精度唯象本构模型的快速建立方法。针对唯象本构模型中的数学本构模型,开发了可对热压缩实验数据进行自动拟合,并包含摩擦补偿、温度补偿和应变补偿的Arrhenius本构模型程序,其可在20 min内实现包含1600次补偿计算在内的Arrhenius修正本构模型建立与反向求解对比;而手动进行10次这样的补偿计算需耗时5 h。对唯象本构模型中的统计本构模型开发了嵌有随机搜索、交叉验证、余弦退火调整学习率和附加动量法的神经网络模型,可对学习率、隐藏层神经元个数以及批大小等超参数进行寻优,寻优迭代至1000次时结果收敛,总寻优时长为3 h。综合考虑相关性参数r、均方根误差e_(RMSE)、平均绝对误差e_(AARE)、相对误差和计算时间t,可知,手动计算耗时最长、精度最低,修正Arrhenius本构模型程序耗时最短、精度合理,神经网络模型耗时合理、精度最高。

多段线性修正在传感器数据处理中的应用

本文根据传感器的输入一输出特性曲线，提出利用折线函数的方法对采集到的AD信号进行非线性补偿。使电子秤称重系统的精度和线性得到了很大改善，大大降低了工艺难度和成本损耗。

多段线性修正在传感器数据处理中的应用

本文根据传感器的输入一输出特性曲线，提出利用折线函数的方法对采集到的AD信号进行非线性补偿。使电子秤称重系统的精度和线性得到了很大改善，大大降低了工艺难度和成本损耗。