基于PHNN的宽幅温度和应力范围下蠕墨铸铁的蠕变速率预测模型研究
马天1
景国玺1
许红静2
陶帅1
董长龙3
黄立荣3
马腾1
1.河北工业大学 机械工程学院,天津 300401;天津市新能源汽车动力传动与安全技术重点实验室,天津 3004012.河北工业大学 机械工程学院,天津 3004013.河北华北柴油机有限责任公司,石家庄 050081
摘要：[目的]针对宽幅温度和应力范围下蠕墨铸铁最小蠕变速率预测现有模型仍存在较大误差的问题,开展预测方法优化研究,提升预测精度,拓展物理分层神经网络的适用场景.[方法]首先,基于450～550℃、100～300 MPa条件下蠕墨铸铁(Compacted Graphite Cast Iron,CGI)气缸盖材料的单向拉伸蠕变试验数据,分析温度与应力对最小蠕变速率的影响规律,明确核心影响因素;其次,搭建适配蠕变试验特性的物理分层神经网络(Physical Hierarchical Neural Network,PHNN)预测模型,构建复合层与应力层的分层结构;然后,采用加和形式蠕变本构模型作为对照,通过模拟退火算法完成模型参数识别;最后,完成两类模型的预测效果对比与精度量化评估.[结果]结果表明,宽幅工况下,蠕墨铸铁蠕变性能呈显著分散性,温度对其蠕变损伤的影响程度高于应力;所建模型可将最小蠕变速率预测值全部约束于试验值的2倍误差带内,相较对照模型的3倍误差带,预测精度大幅提升;该模型可有效适配宽幅工况下的蠕变速率预测,拓展了其适用范围,为蠕墨铸铁高温蠕变性能分析提供参考.
关键词：蠕墨铸铁宽幅温度物理分层神经网络蠕变本构模型最小蠕变速率
分类号：TG143.49(金属学与热处理)
论文发表日期：2026-04-30
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 15-21 )
英文信息