基于简单试验数据的材料复杂疲劳寿命机器学习预测方法

本发明属于材料疲劳寿命预测技术领域，具体涉及一种基于简单试验数据的材料复杂疲劳寿命机器学习预测方法，包括：建立目标材料的简单载荷寿命数据集；提取复杂疲劳载荷下材料的典型损伤机制及相应的特征参量；对疲劳寿命‑损伤机制‑特征参量之间的物理约束进行编码；设计考虑物理损伤机制的非全连接物理信息‑神经网络；对输入特征和输出特征进行归一化处理，对非全连接物理信息‑神经网络进行训练；建立目标材料的复杂载荷寿命数据集；应用物理信息‑神经网络对复杂载荷寿命数据集进行寿命外推预测，并进行蠕变、疲劳、氧化三类损伤的识别与分析。本发明实现了由简单载荷试验数据训练模型而后直接外推预测复杂疲劳载荷寿命的目的。