.png){kind=icon}
返回
Johnson-Cook Constitutive Parameters Identification Based on Multiobjective Optimization Strategy for Cutting Process Simulation
.png){kind=icon}
PRE
AI
DOI：10.1002/srin.202501148.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
精确的本构模型对于可靠的切削优化有限元模拟至关重要。确定Johnson-Cook（JC）模型参数的传统方法往往导致在复杂切削条件下预测材料行为时出现显著偏差。本研究引入了一种结合动态权重与粒子群优化（PSO）和序列最小二乘规划（SLSQP）的混合多目标优化策略，以提高JC参数识别的精度。目标函数整合了平均绝对百分比误差、残差平方和以及决定系数（R²）进行综合评价。比较分析表明，所提出的方法优于NSGA-II和MOEA/D算法。通过分离式Hopkinson压力杆试验和车削模拟验证了其有效性，实现了切削力预测绝对误差在5.5 N以内，温度预测误差在9.5%至16%之间。这些结果较传统方法提升了15%至20个百分点。混合加权-PSO-SLSQP策略为切削模拟中可靠的材料本构模型奠定了坚实基础。
Keyword:
16Cr3NiWMoVNbE steel
cutting simulation
Johnson-Cook constitutive model
Johnson-Cook failure model
multi-objective optimization
期刊
S
IF:
2.5
论文数:
408
被引数:
7.5K
机构
引用论文
Analysis of the High Temperature Plastic Deformation Characteristics of 18CrNi4A Steel and Establishment of a Modified Johnson–Cook Constitutive Model.png)
Coatings
OAAI
CoatingsIF0
OAAI分享收藏分享收藏
查看更多内容