位置:成果数据库 > 期刊 > 期刊详情页
基于FOA-LSSVM混合优化的9Ni钢本构模型
  • ISSN号:1001-3814
  • 期刊名称:《热加工工艺》
  • 时间:0
  • 分类:TG142[金属学及工艺—金属材料;一般工业技术—材料科学与工程;金属学及工艺—金属学] TH142[机械工程—机械制造及自动化;一般工业技术—材料科学与工程]
  • 作者机构:[1]西南石油大学机电工程学院,四川成都610500
  • 相关基金:国家科技重大专项(2011ZX05037-002);国家自然科学基金重点项目(51134004)
中文摘要:

针对单一具体的数学方程式模型难以准确描述9Ni钢材料整个热塑性加工过程中材料对外部参数的力学响应问题,在9Ni钢热模拟试验机压缩试验数据基础上,采用新的果蝇算法(Fruit Fly Optimization Algorithm FOA)对最小二乘支持向量机(LSSVM)模型惩罚因子c和核宽度λ进行寻优,构造了FOA-LSSVM混合优化的9Ni钢本构模型。模型预测值与实验值的对比结果表明:FOA-LSSVM9Ni钢本构模型具有良好的拟合性,能反映9Ni钢热加工过程中各个阶段的流变行为,其预测值与实验值之间的最大、最小、平均绝对百分比误差分别为6.21%、0.19%和2.64%;模型具有很高的预测精度和鲁棒性,可描述9Ni钢的高温流变力学行为。

英文摘要:

For the mechanical response of 9Ni steel material throughout the thermoplastic processing cannot be accurately described by a specific mathematical equation model. On the basis of experimental data produced by 9Ni isothermal compression experiment, our study utilize fi'uit fly optimization algorithm (FOA) to optimize LSSVM model penalty factor c and core width A and build up a 9Ni steel constitutive relation modified by combination of FOA and LSSVM. The FOA-LSSVM model predicted values were used to compare with experimental values. The results show that the model has a good fit of experimental data. The theological behavior in thermoplastic processing of 9Ni steel can be accurately described by the model, MAXAPE, MINAPE and MAPE between FOA-LSSVM predict values and the experimental value is 6.24%, 0.19% and 2.64%, respectively. To summarize, the model is accuracy and robustness, and the dynamic mechanical response of 9Ni steel in thermoplastic processing can be precisely described by FOA-LSSVM model.

同期刊论文项目
期刊论文 51 专利 22
同项目期刊论文
期刊信息
  • 《热加工工艺》
  • 北大核心期刊(2011版)
  • 主管单位:中国船舶重工集团公司
  • 主办单位:中国船舶重工集团公司热加工工艺研究所中国造船工程学会船舶材料学术委员会
  • 主编:李斌
  • 地址:陕西省兴平市44信箱
  • 邮编:713102
  • 邮箱:rjggy@163.com
  • 电话:029-38316271 38316273
  • 国际标准刊号:ISSN:1001-3814
  • 国内统一刊号:ISSN:61-1133/TG
  • 邮发代号:52-94
  • 获奖情况:
  • 中国期刊方阵双百期刊,全国优秀科技期刊,全国优秀国防科技期刊,中国船舶工业总公司优秀科技期刊,陕西省优秀科技期刊,全国中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:27308