一种可预测合金材料PLC效应的有限元模型的参数标定方法

本发明公开了一种基于粒子群优化BP神经网络的一种可预测合金材料PLC效应的有限元模型的参数标定方法，可实现有限元模型的参数的准确快速标定及合金材料PLC效应的时空行为及其锯齿流变失稳区间的准确预测，包括步骤：进行单向拉伸试验；构建修正MC本构模型；建立单向拉伸有限元模型；确定单向拉伸有限元模型的待标定参数等。本发明通过构建基于粒子群算法优化的BP神经网络模型，可准确快速标定PLC效应的单向拉伸有限元模型的参数，显著减少人为试错率和标定工作量，提高参数标定精度与效率、可预测合金材料PLC效应的有限元模型的模拟精度，对合金成分与工艺参数的一体化设计及加工过程中锯齿形塑性失稳现象的抑制具有重要的指导意义和工程价值。