基于BP人工神经网络喷射成形7055铝合金的本构模型

基于Gleeble热力模拟技术对喷射成形7055铝合金的高温流变应力特征规律进行研究,并构建耦合应变量的唯象型Arrhenius本构方程用以预测合金的流变应力,同时基于BP人工神经网络构建该材料的神经网络型本构方程对比预测流变行为。结果表明:喷射成形7055铝合金的流变应力状况受变形参数的影响较为显著,与变形温度呈负相关,并与应变速率呈正相关。利用两类本构模型预测该合金的流变应力,其中唯象型Arrhenius本构方程的平均相对误差δ值大于2%,该模型的预测误差随变形温度升高呈上升趋势,且在热加工温度区间下(450℃左右),平均绝对误差及平均相对误差达到峰值,较难精准预测该变形区间内合金的流变应力特征。而BP人工神经网络模型的预测准确度更高,平均相对误差δ值仅为0.813%,且具有较高的温度稳定性。     

弹体结构高置信度内载荷不确定传播分析

弹体结构内载荷的准确预示是导弹飞行器载荷设计的重要一环。本文针对弹体结构构建了一种高置信度的载荷不确定传播分析方法。首先基于非概率贝叶斯更新策略，构建了结构内载荷不确定输入参数区间模型后验概率的迭代过程，以获得不同区间模型的置信度。利用所筛选的最优置信度的不确定输入参数模型，基于勒让德正交多项式建立结构内载荷响应函数的近似函数，根据近似函数的零点特性求得载荷响应的区间上下界。结果表明本文方法能够为导弹飞行器结构载荷设计提供技术支撑。