摘要
本发明提供了一种基于物理信息驱动的深海立管疲劳寿命预测方法,其包括:1)收集立管疲劳试验的原始数据;2)计算立管的物理信息参数;3)将材料性能、立管几何参数、裂纹几何参数、应力应变、载荷参数和裂纹疲劳物理信息参数作为模型输入,裂纹扩展速率作为模型输出,进行归一化和无量纲化处理,构成深海立管特征数据集;4)基于数据的时序特征进行数据分割重组,基于裂纹扩展的特点搭建包含物理约束的长短记忆深度学习模型;5)获得最优的物理信息驱动深度学习模型;6)通过最优物理信息驱动模型进行疲劳寿命预测,并进行不确定性评估。本发明可以实现立管疲劳寿命的概率预测和不确定性量化,可为在役立管结构的可靠性评估提供参考。
技术关键词
疲劳寿命预测方法
深海立管
深度学习模型
裂纹扩展速率
物理
应力
材料性能参数
时序特征
记忆
代表
数据
分层抽样方法
拉丁超立方采样
载荷
广义
因子
系统为您推荐了相关专利信息
自动调节方法
卡尔曼滤波算法
可见光相机
姿态估计
激光雷达
频率控制方法
物理
记忆单元
有功功率
长短期记忆网络
多模态深度
预警系统
电子健康记录
个性化推荐系统
决策支持系统