BN增强AZ80镁复合材料

高温变形行为可预测

这种复合材料的流动应力可由改进的J-C模型和ANN精确预测，为热加工工艺优化提供依据。

冯少川 · 孙朝阳

Journal of Physics Condensed Matter 2025

参数信息

相关系数（改进J-C模型）

0.96

平均绝对相对误差（改进J-C模型）

6.28 %

相关系数（ANN模型）

0.99

平均绝对相对误差（ANN模型）

1.5 %

技术优势

预测精度更高

人工神经网络模型相关系数达0.99，平均绝对相对误差低于1.5%，远优于改进J-C模型的0.96和6.28%。

极端工况更可靠

人工神经网络能有效捕捉极端变形条件下的复杂行为，而改进J-C模型仅适用于中等条件。

应用场景

• 镁合金热加工：用模型预测流动应力，优化热加工工艺参数。
• 金属成形模拟：为成形模拟提供高精度本构模型。
• 轻量化结构材料：通过可靠预测充分发挥材料轻量化潜力。
• 增材制造工艺优化：准确预测流变行为以优化增材制造工艺。