摘要
本发明公开了一种汽车涡轮增压器管路的疲劳寿命预测方法,特点是先测量并获取汽车涡轮增压器管路的S‑N曲线;构建管路的仿真计算模型,并通过仿真计算模型计算出不同条件下管路的疲劳寿命值,得到数据集;构建MLP神经网络预测模型,通过贝叶斯优化算法对MLP神经网络预测模型进行优化,寻求最优超参数组合;将数据集代入最优超参数组合的MLP神经网络预测模型进行训练;通过训练好的MLP神经网络预测模型预测得到涡轮增压器管路的疲劳寿命值;优点是本方法使得仿真计算模型计算出的在不同结构参数与外部载荷下的数据样本可信度与准确度较高,且采用贝叶斯优化算法对MLP神经网络预测模型进行参数调优,使得预测结果的可信度与准确度较高。
技术关键词
汽车涡轮增压器
神经网络预测模型
疲劳寿命预测方法
MLP神经网络
管路
超参数
拉丁超立方采样
振动试验台
贝叶斯算法
数据
曲线
幅值
周期
载荷
应力
振动台
系统为您推荐了相关专利信息
比例换向阀
钻孔机器人
液压马达
钻进系统
转矩耦合器
供冷控制方法
数据中心供冷系统
冷源设备
循环水泵
PID算法控制
波长转换组件
芯片组件
冷却系统
冷却腔
冷却管路
网络层协议
发送方
接收方
神经网络预测模型
通讯方法