一种基于深度学习的焊接结构剩余疲劳寿命预测方法及实时预测系统

本发明公开了一种基于深度学习的焊接结构剩余疲劳寿命预测方法及实时预测系统，涉及焊接结构的疲劳寿命预报领域，该方法包括：构建焊接结构在疲劳试验过程中的结构响应数据集，包括多个焊接结构在周期疲劳载荷作用下，从健康状态到疲劳破坏状态全过程中随时间变化的应变、位移数据；基于结构响应数据确定每个焊接结构疲劳裂纹扩展的起始点，并对起始点之后的响应峰值数据进行归一化处理，得到响应数据序列；将响应数据序列输入到CNN‑LSTM预测模型，得到健康指标，再转换为预测的剩余疲劳寿命。本发明在焊接结构材料成分和焊接接头信息未知的情况下，根据试验采集到的实时响应数据，实现稳定、准确地预测结构的剩余疲劳寿命。