摘要
本发明提供一种基于神经网络算法的钢材寿命预测方法、装置、设备及介质,该方法包括,获取管道钢材的材料参数和运行参数,以得到钢材的应力参数和试验温度,进而以应力参数和试验温度为输入节点,以断裂时间为输出节点,构建神经网络模型并进行训练得到蠕变疲劳预测模型,基于该蠕变疲劳预测模型得到管道钢材的断裂时间,并根据断裂时间生成所述管道钢材的寿命预测曲线,以通过寿命预测曲线对目标管道钢材的寿命进行预测;该方法通过神经网络模型能够利用有限的实验数据和模拟数据进行训练,可以在短时间内构建出高精度的蠕变疲劳预测模型,从而快速评估材料的剩余寿命,极大地提高了工作效率。
技术关键词
寿命预测方法
神经网络算法
钢材
神经网络模型
管道
参数
应力
节点数
曲线
寿命预测装置
生成测试数据
寿命预测模型
预测模型训练
线膨胀系数
关系
数据采集模块
误差
系统为您推荐了相关专利信息
支气管镜
辅助导航方法
历史运动数据
三维模型
边缘检测模型
耕地
识别方法
机器学习模型
融合多尺度信息
卷积神经网络模型
粉末床
电子束选区熔化
难熔合金
参数优化模型
图像
氮氧传感器
神经元网络模型
发动机工况
强化学习算法
强化学习模型