Механическая модель на основе нейронной сети для прогнозирования состояния металла при высокоскоростной лезвийной обработке

Abstract

Проведен сравнительный анализ двух подходов к моделированию пластического состояния материала при обработке резанием: нейро-сетевой и полуэмпирический. Особенностью моделей является необходимость описания состояния металлов в широком диапазоне пластических деформаций, скоростей деформаций (1..10⁵ с⁻¹) и температур (20-1000 °С). Для реализации новой модели на базе нейронной сети был использован персептрон с одним скрытым слоем. Полуэмпирическая модель была реализована с помощью уравнения Джонсона-Кука. Были созданы определяющие соотношения на базе экспериментального семейства кривых деформирования стали 45 для проведения сравнительной характеристики эффективности моделей.A comparative analysis of two approaches to material flow stress state modeling for machining was carried out: neural network and semi-empirical. The main feature of these models is necessity to describe metal state in wide range of plastic strain, strain rate (1..10⁵ s⁻¹) and temperature (20-1000 °С). For model implementation based on the neural network the perceptron with one hidden layer has been used. Semi-empirical model has been realized with Jonson-Cook equation. The constitutive equations based on the experimental family of strain curves for AISI 45 were generated for the benchmark analysis of the models.