摘要
本发明涉及结构工程技术领域,提供基于机器学习的表面裂纹应力强度因子预测方法及装置,包括建立含表面裂纹的有限元仿真模型,计算表面裂纹前缘的应力强度因子,通过经验公式验证,生成有限元仿真数据集;对有限元仿真数据集中的表面裂纹的尺寸、承受载荷结构的尺寸和表面裂纹前缘的应力强度因子进行无量纲处理,生成机器学习数据集;通过混合优化算法优化反向传播神经网络,构建基于机器学习的应力强度因子预测模型;调整神经网络超参数,验证基于机器学习的应力强度因子预测模型的拟合效果;基于应力强度因子预测模型,建立相关参数输入、图像输出、预测结果输出及对比结果输出的可视化交互界面;在保持计算效率同时,提升计算精度和适用范围。
技术关键词
裂纹
优化反向传播神经网络
载荷
因子
应力
混合优化算法
仿真数据
仿真模型
可视化交互界面
生成机器学习
强度
ABAQUS软件
超参数
半轴
图形化用户界面
粒子群算法
尺寸
预测装置
结构工程技术
机器学习模型
系统为您推荐了相关专利信息
马赫曾德尔干涉仪
波导
滤波器件
耦合器
微环谐振器
电流检测方法
温度偏差补偿
环境温度信息
主控制电路板
波形
滑坡易发性评价方法
滑坡灾害
节点特征
构建知识图谱
岩土体