摘要
本发明涉及一种融合线性与非线性超声特征的疲劳裂纹扩展与剩余疲劳寿命预测方法,包括:获取待测板件在周期性加载力下的超声导波信号,计算各个采样点线性超声特征参数和非线性超声特征参数;基于采样点所在的周期数,计算采样点对应的权重,基于所述权重对所述线性超声特征参数和非线性超声特征参数进行加权;基于加权后的多个采样点的线性超声特征参数和非线性超声特征参数,利用训练好的LSTM神经网络,预测得到待测板件的裂纹长度和/或剩余疲劳寿命。与现有技术相比,本发明具有预测准确性和稳定性高等优点。
技术关键词
非线性超声
剩余疲劳寿命
疲劳裂纹扩展
LSTM神经网络
采样点
超声导波
非线性特征提取
压电片
预测系统
短时傅里叶变换
周期性
信号
滑动窗口
模块
谐波
板材