随着计算机技术和现代塑性变形理论的发展,热塑性成形数值模拟的研究已经从金属的宏观塑性流动行为或局部热力参数的分布,深入到微观组织演变过程的预测和控制。本文以TC11钛合金为研究对象,采用人工神经网络方法建立热变形工艺参数与微观组织之间的映射关系,预测TC11钛合金热变形中微观组织的分布。这对于制定该合金合理的热变形工艺,保证产品的质量和性能,具有重要的理论价值和实用价值。本文通过在Thermecmastor-Z型热力模拟试验机上进行的等温恒应变速率压缩试验,研究了变形温度、变形程度和变形速率对TC11钛合金高温流变应力影响规律。基于此试验数据,运用BP神经网络方法建立了TC11钛合金高温变形过程中流变应力模型。为提高网络收敛的稳定性,本文提出运用遗传算法优化网络的初始权值和阈值,取得了较好的效果。神经网络的预测结果与试验结果对比分析表明所建立的BP神经网络模型能够比较精确地预测不同变形条件TC11钛合金的高温流变应力。采用定量金相测试技术,获得了TC11钛合金两相区初生α相晶粒直径和体积分数。并分析了变形工艺参数(包括变形温度、变形速度、变形程度)对以上微观组织参数的影响规律。基于此试验数据,运用BP神经网络建立了TC11钛合金高温变形过程中微观组织演变模型,同时对该模型进行了可靠性测试。测试结果表明所建立的微观组织演变模型预测精度较高,具有良好的稳定性和抗干扰能力。最后,本文将所建立的TC11钛合金流变应力模型和微观组织演变模型耦合到有限元程序中,对钛合金盘的锻造成形过程进行了变形-传热-微观组织演变耦合模拟。研究了变形工艺参数对微观组织演变的影响,并进行了试验验证。研究结果表明,所建立的模型的预测误差在10%以内。由此表明,本文所建立的TC11钛合金高温变形过程中的微观组织演变模型与流变应力模型具有较高的可靠性和稳定性。