摘要
本发明公开了一种空心螺栓缺陷点疲劳寿命预测方法,具体为:S1、获取空心螺栓结构检测数据,输入至三维缺陷模型,输出缺陷检测值;S2、将缺陷检测值输入缺陷预测模型,输出空心螺栓的破坏评估值,对比预设阈值进行筛选分类;S3、获取筛选分类后的空心螺栓图像数据,构建初始数据集;S4、通过初始数据集,对筛选分类后的空心螺栓构建三结构‑疲劳寿命预测模型;S5、运用迁移学习对三结构‑疲劳寿命预测模型进行训练,优化模型参数;S6、将待预测空心螺栓缺陷点的数据,输入三结构‑疲劳寿命预测模型,输出寿命区间及风险等级。本发明实现本申请实现了对空心螺栓多维度检测,对缺陷状态和疲劳寿命进行精准预测。
技术关键词
疲劳寿命预测方法
空心螺栓结构
缺陷预测
贝叶斯正则化神经网络
模糊决策树
螺杆结构
模糊隶属度
螺距累积误差
特征组合方法
风险
检测数据输入
强腐蚀环境
矩阵
神经网络架构
输出特征
样本
系统为您推荐了相关专利信息
微型轴承
在线检测方法
缺陷特征提取
标签组
多尺度语义特征
特征提取网络
特征融合网络
注意力
热力图
芯片表面缺陷检测
球墨铸铁
缺陷预测方法
BP神经网络
粒子
神经网络结构
芯片测试方法
智能环境调控
高速数字接口
信号处理算法
CORDIC算法
电机定子
特征提取单元
三维点云数据
缺陷检测方法
图像采集装置