应用BP神经网络实现形状记忆合金约束回复的本构建模
形状记忆合金(SMAs)相变时将产生巨大的回复力抵抗外部阻力.SMAs的这种独特的行为使其作为驱动器的应用提供了很大的潜力.SMAs的工程应用需要其本构模型以描述其约束回复应力和温度之间的关系.本文首先论述了SMAs的约束回复的两种本构建模方法，并实施了两类实验为上述方法提供重要的数据.通过实验数据分析得到，数学模型方法具有一些缺陷，不适合工程应用.其后，建立了SMAs约束回复的BP神经网络模型.基于BP神经网络的非线性映射和自适应的性质，此模型可以学习SMAs加热和冷却的滞后行为，并能预测SMAs在不同初始应变时的完整约束回复应力.BP模型得到的预测结果和实验结果吻合良好.此外，同数学本构模型相比，提出的BP模型非常简单，方便，且成本较低.
形状记忆合金 约束机制 BP神经网络 数学模型
吴爽 赵寿根 吴大方 于雪梅
中国,北京 10019l,北京航空航天大学,航空科学与工程学院 中国,北京 10019l,北京航空航天大学,航空科学与工程学院 中国,黑龙江,哈尔滨,150081,黑龙江大学,建筑工程学院
国内会议
北京
中文
326-334
2012-09-01（万方平台首次上网日期，不代表论文的发表时间）