[发明专利]混合材料参数压缩的板料挤压成形力快速预测方法

权利要求书

1.一种混合材料参数压缩的板料挤压成形力快速预测方法，其特征在于，通过无监督学习算法形成自编码器，充分利用现有的大应变下不同材料本构模型，压缩材料流动应力曲线，构建材料参数压缩模型，获取压缩后材料性能特征；再通过监督学习建立起材料性能特征、工艺参数与板料挤压成形力之间复杂的非线性关系，从而实现板料板料挤压成形力的快速精准预测；

所述的压缩后材料性能特征，通过以下方式得到：通过在不同材料本构模型待定系数空间内设置不同类型的模型系数，获取不同类型的材料应力应变关系数据；通过设置不同材料本构模型系数获取了大量不同材料类型的σ(ε)数据，离散后的应力数据集用于表征材料的力学性能；通过堆叠多层受限波尔兹曼机的形式，组成一个具有参数压缩功能的自编码器，对不同类型材料对应的应力应变数据进行无监督学习，从而获取不同材料类型对应的应力应变数据中的结构化信息，完成材料参数的压缩，将材料应力应变关系曲线压缩成较少的材料特征值；

所述的本构模型包括：Ludwik模型:σ＝A+B·(ε_p)ⁿ；Swift模型:σ＝A·(B+ε_p)ⁿ；Ghosh模型:σ＝A·(B+ε_p)ⁿ-C；Hockett-Sherby模型:σ＝B-(B-A)·exp(-C·(ε_p)ⁿ)；Voce模型:σ＝B-(B-A)·exp(-C·ε_p)，其中：σ为材料的流动应力，ε_p为等效塑性应变，A、B、C、n为待定系数；

所述的自编码器为具有参数压缩功能的堆叠多层受限波尔兹曼机，其中单层受限波尔兹曼机的可见层和隐藏层之间的能量函数其中：n_v为可见层的结点个数，n_h为隐藏层的结点个数，w_ij为可见层结点i与隐藏层结点j之间连接的权重，b_i为可见层结点的偏置，c_j隐藏层结点的偏置。

2.根据权利要求1所述的板料挤压成形力快速预测方法，其特征是，所述方法具体步骤包括：

步骤一、为了使所获得的预测模型尽可能地适用于不同类型材料，采用常用的适用范围不同的材料本构模型构建不同类型材料的材料应力应变关系数据；

步骤二、采用自编码器对材料应力应变关系数据进行无监督学习，从而获取不同材料类型对应的应力应变数据中的结构化信息，完成材料参数的压缩，解决不同类型材料性能参数的输入问题；

步骤三、综合考虑板料挤压的影响因素，选取材料应力应变关系σ(ε)、板料厚度h、断面收缩率ε_F、凸模半径r、摩擦系数μ、压下量s作为板料挤压力预测模型输入量，通过实验与数值模拟结合的方式，获取不同影响因素组合对应的板料挤压成形力数据并构建得到板料挤压力预测模型样本数据集；

步骤四、构建基于多层神经网络的板料挤压成形力快速预测模型，根据步骤三中的板料挤压力预测模型样本数据集对多层神经网络进行训练后，以步骤二得到的材料参数压缩模型和步骤三中的板料挤压力预测模型输入量作为多层神经网络的输入，根据得到的板料挤压成形力构建板料挤压成形力快速预测模型，进行板料挤压成形力预测和校验；

所述的板料挤压的影响因素是指：成形力与影响因素之间的关系其中：σ(ε)为材料的应力应变关系，ε为应变大小，h为板料的厚度，ε_F为断面收缩率，r为凸模半径，μ为摩擦系数，s为凸模压下量。

3.根据权利要求2所述的板料挤压成形力快速预测方法，其特征是，所述的步骤一具体为：对于不同的材料本构模型确定对应的待定系数空间，在系数空间内通过不同系数的配置批量获取不同模型的应力应变关系曲线，然后将应力应变关系曲线按照应变0.01的间隔离散成若干个点应力点作为无监督学习的输入。

4.根据权利要求1或2所述的板料挤压成形力快速预测方法，其特征是，所述的压缩，为了使得自编码器压缩后的特征能够尽量无损地为材料应力应变关系的结构化特征，需要对自编码器的节点结构进行调整，使自编码器的重构误差尽可能小，依据材料应力应变关系压缩后重构误差，材料参数压缩最佳特征值为3或4个。