تعیین ثوابت مادی معیارتسلیم/شکست خان-لیو با استفاده از روش‌های بهینه‌سازی الگوریتم ژنتیک و انبوه ذرات

تعیین بهینه‌ ثوابت مادی یک معیار رفتاری ماده، به یکی از روش‌های بهینه‌سازی پیشرفته و با داشتن کمترین داده‌های آزمون‌های تجربی، مورد توجه طراحان است. معیار تسلیم/شکست خان-لیو یکی از معیارهای نسبتاً دقیق و کاربرپسند برای پیش‌بینی رفتار آلیاژهایی مانند تیتانیوم 4-6 است. این معیار با داشتن ده ثابت مادی می‌تواند اثرات عوامل مختلف مانند عدم تقارن در کشش و فشار، ناهمسانگردی، فشار هیدرواستاتیک، نرخ کرنش و دما را به‌صورت غیرهمبسته مد نظر قرار دهد. روندنماهای تکاملی روش‌های مناسبی برای به‌دست آوردن ثوابت معادله‌های رفتاری مواد به‌صورت بهینه هستند. در این کار  ما از روش‌های بهینه‌سازی روندنمای ژنتیک و انبوه‌ ذرات که از روندنماهای تکاملی به‌شمار می‌روند، برای تعیین ثوابت معیار خان‌لیو استفاده کرده‌ایم. نتایج آزمون‌های کشش  و فشار تک‌محوره در دو راستای نورد و عرضی ورق آلیاژتیتانیوم 4-6 در دماهای مختلف و در نرخ کرنش یک بر ثانیه به‌کار رفته‌اند و نقاط دو‌محوره‌-مساوی به‌صورت محاسباتی استفاده شده‌اند. نتایج نشان می‌دهند که روش بهینه‌سازی انبوه ذرات نسبت به روندنمای ژنتیک پاسخ‌های بهتری دارد. پس پیشنهاد می‌شود که برای تعیین ثوابت این معیار از روش یادشده استفاده شود. روش‌شناسی استخراج ثوابت مادی با دو روندنمای ژنتیک و انبوه ذرات و جنبه‌های توسعه و بهبود معیار خان-‌لیو از نتایج این تحقیق هستند.

Determination of Material Constants of Khan-Liu Yield/ Fracture Criterion by Genetic Algorithm and Particle Swarm Optimization Methods

Optimal determination of material constants of behavior criteria with minimal number of experimental test data is of interest to designers. KhanLiu yield/fracture criterion is one of the comparatively accurate and userfriendly criteria to predict behavior of alloys such as Ti6Al4V alloy. This criterion with ten constants can take into account effects of parameters such as asymmetry in tension and compression, anisotropy, hydrostatic pressure, strain rate and temperature as uncoupled. Evolutionary algorithms are optimally suitable methods for determining the materials behavior equations constants. In this article, the genetic algorithm and particle swarm optimization methods are used to determine the material constants of KhanLiu criterion. Experimental results of uniaxial tension and compression tests in two directions, rolling and transverse direction of Ti6Al4V sheet, at different temperatures with 1 sec1 strain rate are used. From these data equalbiaxial points were calculated. After applying two algorithms on these data, results showed that particle swarm optimization is better than genetic algorithm. Therefore, this method is suggested to determine the constants of this criterion. The material constants extraction methodology with two genetic algorithm and particle swarm optimization, as well as aspects of the development and improvement of KhanLiu criterion are results of this paper.