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
工地混凝土
需求预测方法
搅拌车
时间序列预测模型
数据
无线短传装置
信道
多项式
计算机程序指令
表达式
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