基于TCN网络与多特征融合的CMC剩余寿命预测方法

AITNT
正文
推荐专利
基于TCN网络与多特征融合的CMC剩余寿命预测方法
申请号:CN202510303762
申请日期:2025-03-14
公开号:CN120234640A
公开日期:2025-07-01
类型:发明专利
摘要
本发明公开了基于TCN网络与多特征融合的CMC剩余寿命预测方法,属于材料无损检测与寿命预测技术领域,本发明结合声发射信号聚类分析和疲劳迟滞行为特征,构建了基于TCN网络的CMC剩余寿命预测模型。通过引入聚类分析结果和迟滞环面积等特征,模型能够更全面地捕捉CMC疲劳损伤的多尺度特性,增强了对不同损伤模式的区分能力。这种方法能够更精确地量化不同损伤模式对剩余寿命的贡献,使模型能够自动学习各损伤模式的影响权重,从而显著提高CMC剩余寿命的预测精度,此外,TCN网络在处理长序列数据时的优势进一步提升了模型的通用性和可靠性,实现了对CMC剩余寿命的有效预测。
技术关键词
剩余寿命预测方法 声发射特征参数 细观损伤 网络模型训练 剩余寿命预测模型 材料无损检测 融合局部特征 剩余疲劳寿命 寿命预测技术 更新网络参数 信号 轮廓系数 基体 频率 界面 纤维 时序特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号