摘要
本发明公开了一种基于机器学习的42CrMo疲劳裂纹扩展速率预测方法,利用疲劳裂纹扩展试验,获得42CrMo材料的应力强度因子、应力比和疲劳裂纹扩展速率之间的对应关系,并将其作为原始数据集;将预处理后的原始数据集划分为训练集和测试集,并构建疲劳裂纹扩展速率预测模型,采用训练集训练该模型,采用测试集评估训练后的模型;将实际测得的待预测42CrMo材料的应力强度因子和应力比输入到步骤3所得预测模型中,通过预测模型输出得到待预测42CrMo材料疲劳裂纹扩展速率的预测值。上述方法能够低成本、高效、准确的预测42CrMo材料疲劳裂纹扩展速率,进而提高风电轴承的使用寿命,降低安全隐患。
技术关键词
疲劳裂纹扩展速率
42CrMo材料
应力
疲劳试验机
紧凑拉伸试样
因子
回归预测模型
样本
预测模型训练
强度
风电轴承
训练集数据
特征工程
参数