摘要
本发明涉及一种材料成形极限预测方法,属于力学行为仿真预测方法技术领域。本发明的技术方案是:采用比例加载及两阶段比例加载方法进行非线性成形极限试验,收集计算试验数据;计算两阶段加载条件下的成形极限应变,进行模型参数优化;通过输入不同的预应变阶段加载路径参数φ1、预应变参数E0及二阶段加载路径参数φ2计算极限应变,构建神经网络模型训练数据集;构建神经网络模型,并进行训练测试;对板材非线性成形极限进行预测。本发明通过在两阶段加载试验基础上,有效结合了M‑K、失效准则理论模型方法与机器学习方法的优点,实现对板材在复杂非线性成形条件下的成形性预测分析,同时保证了预测可靠性与效率。
技术关键词
神经网络模型训练
成形
非线性
仿真预测方法
应变硬化指数
两阶段
机器学习方法
计算方法
应力
判定参数
数据
理论
表达式
板材
编程
凹槽
系统为您推荐了相关专利信息
电流源型变换器
单环控制算法
可控开关器件
电压
比例积分控制算法
动态神经网络模型
模型预测控制器
非线性
预测残差
增量式学习
时间一致性控制方法
多智能体系统
李雅普诺夫函数
事件触发机制
反步控制方法
闭环控制系统
非线性模型预测控制器
智能控制模块
在线检测模块
动态