MÔ HÌNH MẠNG NƠ-RON NHÂN TẠO NHẬN DẠNG ĐƯỜNG CONG CHẢY CỦA KIM LOẠI TẤM DP980 VÀ DP1180

Tóm tắt

Thông thường, đường cong chảy được xác định từ kết quả thí nghiệm kéo đơn trục bằng cách sử dụng extensometer hoặc phương pháp tương quan ảnh số, những phương pháp này có chi phí triển khai cao. Nghiên cứu này khám phá ứng dụng của mạng nơ-ron nhân tạo (ANN) để dự đoán ứng suất chảy dẻo của các tấm thép ô tô DP980 và DP1180. Các mô hình ANN được xây dựng và huấn luyện dựa trên cơ sở dữ liệu từ các mô phỏng phần tử hữu hạn của thí nghiệm kéo đơn trục nhằm ước tính đường cong chảy. Trong các mô phỏng này, các mô hình vật liệu sử dụng luật hóa bền Swift kết hợp với tiêu chuẩn chảy Von Mises được xây dựng để mô tả ứng xử dẻo của một dải rộng các loại thép tấm ô tô. Các đường cong lực tác dụng – chuyển vị kẹp thu được từ mô phỏng sau đó được chuyển đổi thành các đặc trưng đầu vào cho quá trình huấn luyện ANN. Nhiều mô hình ANN khác nhau đã được xây dựng, so sánh và kiểm chứng bằng dữ liệu thực nghiệm của thép DP980 và DP1180. Kết quả cho thấy các mô hình ANN có khả năng dự đoán đường cong chảy với độ tin cậy cao. Cách tiếp cận này mang lại một phương pháp đặc trưng vật liệu đáng tin cậy và hiệu quả, hỗ trợ cải thiện mô hình hóa và tối ưu hóa các quá trình tạo hình thép tấm trong lĩnh vực kỹ thuật và sản xuất.