Исследование конститутивной модели чистого Nb при холодной деформации с применением машинного обучения
Research on constitutive model of pure Nb under cold deformation conditions assisted by machine learning
2025-12-01
SCID: 54.1/72pyafwv
Discuss with AI
пользовательская подпрограмма DEFORMалгоритм Differential Evolutionконститутивная модель Swift-Voce-Powerчистый Nbтермическая деформация
Figures from the paper
Abstract (AI)
В работе с использованием термического стенда Gleeble 3500 были проведены компрессионные испытания чистого Nb для систематического изучения его термического деформирования в диапазоне температур 25–300 °C и скоростей деформации 0.01–10 с−1. Результаты показали, что поведение напряжения течения чистого Nb определяется совместным влиянием упрочнения при деформации, вызванного размножением дислокаций, и размягчения за счёт динамического восстановления. Для точного описания этого физического процесса предложена кусочно-сочетанная конститутивная модель Swift–Voce–Power (SVP), основанная на критической деформации и напряжении насыщения упрочнения. Параметры модели были глобально оптимизированы с помощью алгоритма дифференциальной эволюции (DE) и сигмоидной функции, что позволило снизить среднюю абсолютную относительную ошибку (AARE) прогнозирования средних параметров в полных условиях деформирования до 3.427%. Для устранения отклонений прогноза в области высоких скоростей деформации при комнатной температуре дополнительно предложена стратегия раздельного моделирования, адаптирующаяся к различным доминирующим механизмам. Наконец, модель была внедрена в DEFORM в составе пользовательской подрутины USRMTR через доработку конечно-элементного кода для верификации. Результаты моделирования оказались высоко согласованы с экспериментальными данными (AARE = 4.13%, R2 = 0.947), продемонстрировав хорошую независимость от сетки и подтверждая высокую инженерную применимость и надёжность прогнозов установленной модели.
Key Findings
1
Предложена кусочно-составная конститутивная модель Swift-Voce-Power (SVP) с использованием критического напряжения и насыщения упрочнения для описания физики деформации.
2
Введена стратегия раздельного моделирования для исправления отклонений предсказаний в области комнатной температуры и высоких скоростей деформации путем адаптации к разным доминирующим механизмам.
3
Проведены испытания на сжатие чистого Nb при 25–300 °C и скоростях деформации 0.01–10 s−1, показавшие, что напряжение течения определяется упрочнением от дислокаций и динамическим восстановлением.
4
Глобальная оптимизация параметров модели методом дифференциальной эволюции и сигмоидальной функцией снизила среднюю абсолютную относительную ошибку (AARE) предсказания параметров до 3.427% при полно-деформационных условиях.
5
Внедрение модели в DEFORM через подпрограмму USRMTR дало результаты моделирования, согласующиеся с экспериментом (AARE = 4.13%, R2 = 0.947), показав хорошую независимость от сетки и инженерную применимость.
Research Object
Чистый ниобий (Nb), подвергающийся холодной компрессионной деформации в экспериментах на термостимуляторе Gleeble3500 и в моделированиях деформации
Research Subject
Разработка, калибровка и верификация кусочно-объединённой конститутивной модели Swift‑Voce‑Power (SVP) (с глобальной оптимизацией DE, сигмоидальной корректировкой и раздельной стратегией) для описания поведения касательных напряжений (работа упрочнения и динамическое восстановление) в диапазоне температур 25–300 °C и скоростей деформации 0.01–10 s−1 и её внедрение в DEFORM для предсказательного моделирования
Publication Details
Publication Date
2025-12-01
Journal
Publisher
ISSN
Cited by
0
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest