第48卷第3期Vol.48No.3FORGING&STAMPINGTECHNOLOGY2023年3月Mar.2023■■■■■■■■■■■■■■■■■■■■■■理论与实验研究基于BP神经网络的6082铝合金固溶时效处理后的晶粒尺寸预测张浩1,王国文2,曾凡宜1,田壵1,邓磊1,王新云1,唐学峰1,金俊松1(1.华中科技大学材料成形与模具技术国家重点实验室,湖北武汉430074;2.湖北三环锻造有限公司,湖北襄阳441700)摘要:Al-Mg-Si铝合金在T6热处理后的晶粒尺寸会直接影响其服役性能。为了建立6082铝合金在固溶时效处理后的晶粒尺寸与变形条件、热处理制度相关的预测模型,对不同变形条件和不同热处理条件下晶粒尺寸的演化规律进行了研究,并针对热变形和热处理后的金相组织进行了表征。研究结果表明:在统一的热处理制度下,随着试样变形后GND、GROD值的增加,热处理后的晶粒尺寸相应增大;在不同的热处理制度下,随着固溶温度、固溶时间的增加,试样热处理后的晶粒尺寸明显增大。采用多隐含层的BP神经网络建立了6082铝合金热处理后的晶粒尺寸的预测模型,模型的预测精度达到95%。关键词:6082铝合金;T6热处理;BP神经网络;变形状态;固溶时效;晶粒尺寸DOI:10.13330/j.issn.1000-3940.2023.03.032中图分类号:TG316文献标志码:A文章编号:1000-3940(2023)03-0227-09Grainsizepredictionof6082aluminumalloyaftersolutionandagingtreatmentbasedonBPneuralnetworkZhangHao1,WangGuowen2,ZengFanyi1,TianZhuang1,DengLei1,WangXinyun1,TangXuefeng1,JinJunsong1(1.StateKeyLaboratoryofMaterialProcessingandDieandMouldTechnology,HuazhongUniversityofScienceandTechnology,Wuhan430074,China;2.HubeiTri-ringForgingCo.,Ltd.,Xiangyang441700,China)Abstract:ThegrainsizeofAl-Mg-SialuminumalloyafterT6heattreatmentdirectlyaffectsitsserviceproperties.Inordertoestablishthepredictionmodelforthegrainsizeof6082aluminumalloyaftersolutionandagingtreatmentrelatedwithdeformationconditionandheattreatmentsystem,theevolutionlawsofthegrainsizeunderdifferentdeformationconditionsanddifferentheattreatmentconditionswerestudied,andthemetallographicstructureafterthermaldeformationandheattreatmentwascharacterized.Theresearchresultsshowthatundertheunifiedheattreatmentsystem,thegrainsizeafterheattreatmentincreaseswiththeincreaseingofGNDandGRODvaluesofsampleafterdeformation,andunderdi...
