基于神经网络的超弹性形状记忆合金循环本构模型
来源期刊:稀有金属材料与工程2012年第S2期
论文作者:任文杰 李宏男 王利强
文章页码:243 - 246
关键词:形状记忆合金;超弹性;径向基函数神经网络;循环本构;
摘 要:超弹性形状记忆合金(SMA)的力学性能在循环加卸载过程中逐渐变化并终趋于稳定。在超弹性SMA丝循环加卸载力学试验基础上,提出了径向基函数神经网络本构模型。该模型的输入为循环次数、加卸载信息和应变值,输出为应力值。计算表明,该模型可以准确模拟SMA的循环滞回特性,具有很好的预测精度。
任文杰1,2,李宏男2,王利强3
1. 河北工业大学2. 大连理工大学海岸和近海工程国家重点实验室3. 天津职业技术师范大学
摘 要:超弹性形状记忆合金(SMA)的力学性能在循环加卸载过程中逐渐变化并终趋于稳定。在超弹性SMA丝循环加卸载力学试验基础上,提出了径向基函数神经网络本构模型。该模型的输入为循环次数、加卸载信息和应变值,输出为应力值。计算表明,该模型可以准确模拟SMA的循环滞回特性,具有很好的预测精度。
关键词:形状记忆合金;超弹性;径向基函数神经网络;循环本构;