基于机器学习的表面裂纹疲劳扩展形貌和寿命预测方法

AITNT
正文
推荐专利
基于机器学习的表面裂纹疲劳扩展形貌和寿命预测方法
申请号:CN202510424317
申请日期:2025-04-07
公开号:CN120387245A
公开日期:2025-07-29
类型:发明专利
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疲劳扩展形貌和寿命预测方法,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,生成有限元仿真数据集;对仿真数据集中的参数进行无量纲处理,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,构建表面裂纹应力强度因子预测模型;表面裂纹应力强度因子预测模型结合疲劳裂纹扩展速率公式,循环预测承受载荷结构的表面裂纹扩展形貌及其寿命;基于所述表面裂纹应力强度因子预测模型和所述疲劳裂纹扩展速率公式,建立参数输入及输出和图像输出的可视化交互界面;用户无需进行数学分析和编写代码,即可快速地预测表面裂纹的扩展形貌和寿命计算。
技术关键词
表面裂纹疲劳扩展 寿命预测方法 疲劳裂纹扩展速率 扩展形貌 优化反向传播神经网络 载荷 可视化交互界面 混合优化算法 仿真数据 因子 仿真模型 应力 生成机器学习 半轴 强度 ABAQUS软件 粒子群算法 尺寸 裂纹扩展寿命
系统为您推荐了相关专利信息
1
基于物理知识的锂电池无监督健康评估与剩余寿命预测方法
剩余寿命预测算法 剩余寿命预测方法 特征提取网络 退化模型 无监督
2
一种基于VMD-IASO-BiLSTM的质子交换膜燃料电池剩余使用寿命预测方法
剩余使用寿命预测方法 质子交换膜燃料电池 变异策略 表达式 双曲正切函数
3
数字孪生离心泵的轴承寿命预测方法、装置及电子设备
轴承寿命预测方法 LSTM模型 数字孪生 剩余使用寿命 斜率数据
4
高速列车支撑电容剩余寿命预测方法、设备、介质及产品
支撑电容 剩余寿命预测方法 剩余寿命预测模型 列车 工况
5
腐蚀疲劳预测模型的训练方法、系统、预测方法及设备
腐蚀疲劳裂纹扩展速率 特征值 样本 XGBoost模型 物理
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