一种基于分层代理模型的针对涡轮轴疲劳寿命小失效概率分析方法、系统、设备及介质

AITNT
正文
推荐专利
一种基于分层代理模型的针对涡轮轴疲劳寿命小失效概率分析方法、系统、设备及介质
申请号:CN202411532829
申请日期:2024-10-30
公开号:CN119378396B
公开日期:2025-09-30
类型:发明专利
摘要
本发明涉及复杂结构可靠性分析技术领域,具体为一种基于分层代理模型的针对涡轮轴疲劳寿命小失效概率分析方法、系统、设备及介质,其方法包括以下步骤:S1,构建大容量备选样本池;S2,选择少量样本构建Kriging代理模型;使用超球分割生成若干个小规模备选样本池;S3,依次在每个小规模备选样本池中训练Kriging模型,判别每个小规模备选样本池中失效样本的数量;S4,对所有小规模备选样本池中失效样本数进行累加,得到总的失效样本数NF,然后计算涡轮叶片疲劳寿命失效概率的估计值。本发明使用超球分割大容量样本池以及Kriging代理模型依次识别失效样本并累加的方式解决了已有代理模型方法在求解小失效概率问题时收敛性差甚至无法收敛的问题。
技术关键词
概率分析方法 Kriging模型 涡轮叶片疲劳寿命 样本 涡轮轴 小规模 结构可靠性分析技术 分层 模型训练模块 数据获取模块 数据处理模块 处理器 坐标 存储器 表达式 电子设备 介质 变量
系统为您推荐了相关专利信息
1
工地混凝土需求预测方法、装置、搅拌车调度方法
工地混凝土 需求预测方法 搅拌车 时间序列预测模型 数据
2
一种肿瘤特异性基因突变和甲基化联合生物信息学分析方法及系统
样本 位点 神经网络模型 肿瘤 生物信息分析技术
3
一种无线短传装置及方法
无线短传装置 信道 多项式 计算机程序指令 表达式
4
一种运镜描述评估方法、装置、电子设备及存储介质
样本 视频 大语言模型 可执行程序代码 格式化
5
一种基于自注意力机制的深度学习小样本增量迭代训练的金属疲劳寿命预测方法及系统
注意力机制 浅层神经网络 数据 模型训练模块 疲劳寿命预测系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号