精密成形工程

作者：刘传焜, 曲周德, 武川

单位：天津职业技术师范大学 a.汽车模具智能制造技术国家地方联合工程实验室 b.天津市高性能精准成形制造技术与装备重点实验室,天津 300222

关键词：低温钛合金,力学性能,支持向量回归（SVR）,神经网络（BP）

基金：国家自然科学基金（52475394,52075386）; 天津市自然科学基金多投入重点项目（22JCZDJC00650）

目的 研究Ti6554钛合金在低温环境下的力学行为及组织演变,揭示温度对其力学性能的影响机制。方法 利用液氮结合拉伸实验获取载荷-位移曲线,并通过真应力-真应变分析、断口观察、加工硬化率测定及EBSD表征进行深入分析,同时构建了支持向量回归-粒子群优化算法模型（PSO-SVR）和EBP神经网络预测模型。结果 随着温度降低,合金应力显著升高,孪晶与位错的交互作用强化了屈服强度但导致延伸率下降,在0~-180 ℃区间内,断裂方式由韧性断裂逐渐转变为韧脆性混合断裂。模型精度评估结果表明,PSO-SVR模型最优R2为0.94,RMSE平均值为11.12 MPa,MAE平均值达到9.024 MPa;EBP模型最优R2高达0.98,RMSE的平均值为4.01 MPa,MAE平均值为2.067 MPa,展现的性能更优。结论 低温显著提升了材料的屈服强度与抗拉强度,其根本原因在于原子间结合力增强,导致位错滑移需克服的晶格摩擦阻力更高,同时原子热运动减弱,使位错难以获得足够能量克服障碍。然而,这种强化伴随塑性下降、延伸率降低。随着拉伸温度从0 ℃降低至-180 ℃,合金的主导断裂机制由韧性断裂转变为韧脆性混合断裂。EBP神经网络预测模型预测精度显著优于支持向量回归-粒子群优化算法模型（PSO-SVR）的预测精度。

来源：2026年第4期

《精密成形工程》期刊编辑部

查看精密成形工程杂志2026年第4期