阐明增材制造 Hastelloy X 疲劳行为中微观结构影响的贝叶斯校准晶体塑性模型
计算工程、金融与科学
2024-12-17 v1 材料科学
机器学习
数值分析
数值分析
摘要
晶体塑性（Crystal Plasticity, CP）建模是预测材料力学行为的关键工具，但其校准涉及诸多（>8）本构参数，往往需要耗时的试错方法。本文提出一种基于贝叶斯优化（Bayesian Optimization, BO）的稳健校准方法，用于在疲劳加载条件下识别最优CP模型参数。利用增材制造 Hastelloy X 试样在 500°F 条件下的循环数据，BO框架结合高斯过程代理模型，显著减少了所需仿真次数。开发了一种新型目标函数，用于匹配不同应变幅值下的实验应力-应变数据。结果表明，在75次迭代内即可实现有效的CP模型校准，甚至仅需50次初始仿真。敏感性分析揭示了CP参数在不同加载点对应力-应变曲线的影响。结果显示，应力-应变响应主要由与屈服相关的参数控制，在压缩加载过程中，后应力参数的影响力度增加。此外，研究了引入晶体纹在合成微观结构对疲劳行为的影响，并建立了微观特征与疲劳指示参数之间的关系。结果表明，较大直径的晶粒——它们具有较高的斯坦曼系数和约为 42°±1.67°的平均错位角——被识别为可能的失效位置。该提出的优化框架可应用于任何材料体系或CP模型， streamlining校准过程并提高此类模型的预测准确性。
关键词
引用
@article{arxiv.2412.10405,
title = {Elucidating microstructural influences on fatigue behavior for additively manufactured Hastelloy X using Bayesian-calibrated crystal plasticity model},
author = {Ajay Kushwaha and Eralp Demir and Amrita Basak},
journal= {arXiv preprint arXiv:2412.10405},
year = {2024}
}