摘要
本发明提供了一种基于卷积神经网络的叠层焊点热疲劳寿命的预测方法。首先确定影响叠层焊点热疲劳寿命的不同形态因素,并确定每项因素的水平数,根据所确定的因素水平建立笛卡尔积组合的试验组,随后基于ANSYS软件根据试验组建立叠层焊点的仿真模型,施加温度循环载荷,进行有限元仿真,确定叠层焊点阵列中应力最大的焊点为危险焊点,绘制危险焊点在温度循环下应变随时间变化的曲线,取所述叠层焊点危险焊点塑性应变随时间变化的曲线,选取最大塑性应变幅值,使用Engelmaier修正后的Coffin‑Manson模型,计算得出试验组焊点失效所需经历的循环周期数,最后使用试验组数据,以所选取的叠层焊点形态因素等效为一维图像作为输入,建立卷积神经网络进行训练,建立叠层焊点形态因素与叠层焊点热循环寿命的映射关系,以实现对不同形态叠层焊点的热疲劳寿命预测,为叠层焊点可靠性设计提供一定的理论指导。
技术关键词
焊点热疲劳寿命
叠层
热循环
ANSYS软件
优化神经网络模型
形态
笛卡尔
疲劳寿命预测
仿真模型
梯度下降算法
曲线
焊盘
应力
阵列
周期
图像
载荷
数据