来源：期刊VIP网 时间：
作者：陈耀宗;李亚萍;王亚齐;王成瀚;金思雨;沈彬;
单位：上海交通大学机械与动力工程学院;上海飞机制造有限公司;
摘要：为了能够预测TC4微锻过程所引入的残余应力场，提出一种基于卷积神经网络(CNN)和长短时记忆网络(LSTM)的组合模型，其中CNN模块对输入数据进行高维特征提取，LSTM模块进行序列化建模处理。建立了TC4微锻有限元模型并通过微锻实验验证了有限元模型的准确性，基于有限元仿真建立数据集并对该模型进行训练，结果表明，该模型的各项性能指标都优于LSTM模型。通过微锻实验验证了该模型的预测效果，表明该模型具备一定的有效性和实用性。
关键词：神经网络;;表面微锻;;残余应力预测;;TC4钛合金
基金资助：国家商用飞机制造工程技术研究中心创新基金项目(COMAC-SFGS-2022-2056)
