摘要
本发明提供了一种基于自监督生成对抗网络的气缸盖材料热机疲劳寿命预测方法,首先以气缸盖本体取样材料的小样本热机械疲劳试验结果作为训练和测试样本,以半寿命循环下的温度序列和应变序列作为输入特征、对数疲劳寿命作为输出特征;然后基于生成对抗网络的自监督学习算法构建生成器和判别器,其中判别器以真实样本与虚拟样本的判断作为输出,并将判断结果通过误差反向传播给判别器和生成器,生成器根据误差改进生成结果。本发明有益效果:通过对抗训练,使判别器无法识别真实样本与虚拟样本,最终达到较低的预测误差。本发明适用于气缸盖材料开发等领域,降低研发试验成本,实现材料热机疲劳寿命快速、高效预测。
技术关键词
气缸盖材料
疲劳寿命预测方法
门控神经网络
样本
门控循环单元
热机
序列
误差反向传播
生成对抗网络模型
代表
传播算法
监督学习算法
输出特征
预测误差
载荷
数据
系统为您推荐了相关专利信息
噪声特征
字幕
交叉注意力机制
视频生成方法
文本编码器