Study on Flow Stress Constitutive Relationship of GH738 Superalloy Based on Machine Learning

在变形温度980~1100 ℃、应变速率0.001~0.1 s-1条件下，采用Gleeble 3500热模拟试验机对GH738高温合金进行等温恒应变速率压缩试验，研究了合金的流动应力行为，建立了随机森林、支持向量机和遗传算法优化反向传播网络（GA-BP）3种机器学习型本构关系模型，并对模型预测精度进行了对比分析。结果表明，GH738高温合金的流动应力随变形温度升高和应变速率降低而减小。随机森林、支持向量机和GA-BP本构关系模型的相关系数R分别为0.921、0.998和0.999，平均绝对相对误差分别为14.587%、2.112%和0.901%，说明支持向量机和GA-BP本构关系模型预测精度远高于随机森林模型，它们能较准确地预测GH738高温合金的流动应力行为，可为不同变形条件下的变形抗力和锻造吨位计算提供理论依据，也可为锻造过程数值模拟提供准确、可靠的流动应力数据。