一种基于粒子群优化物理信息神经网络的高低周复合疲劳寿命预测方法

本发明公开了一种基于粒子群优化物理信息神经网络的高低周复合疲劳寿命预测方法，针对涡轮叶片在小样本数据特征下的高低周复合疲劳寿命预测，将线性累积损伤理论的经典物理公式作为约束项引入到损失函数中，采用神经网络模型对疲劳试验数据进行训练；根据高低周复合疲劳寿命预测的领域知识，推导出模型参数的约束空间，将神经网络的训练转化为有约束的优化问题；采用粒子群优化算法优化神经网络的权重和阈值，进一步提升神经网络在小样本数据集下的学习能力。本发明所提方法能预测涡轮部件在高低周复合载荷下的疲劳寿命，并在小样本数据集下具有较高的预测精度，为发动机涡轮部件的疲劳寿命预测与可靠性分析提供了理论支持。