一种基于物理信息残差神经网络的材料多轴疲劳寿命预测方法

本发明涉及一种基于物理信息残差神经网络的材料多轴疲劳寿命预测方法，该方法包括如下步骤：采集多轴疲劳实验样本，根据样本轴向应力幅值、扭转应力幅值和疲劳寿命制作训练数据集；基于Mises等效应力模型计算等效应力和理论疲劳寿命值；以轴向应力幅值、扭转应力幅值和Mises等效应力值作为输入特征设计神经网络模型，以理论疲劳寿命值和神经网络模型输出值共同设计物理信息残差连接，以优化神经网络预测结果的精度，最终得到疲劳寿命预测值。本发明得到了比单一神经网络模型或传统等效Mises应力模型精度更高的预测性能，解决了多轴复杂载荷下的疲劳寿命预测精度问题，可以在小样本条件下具有较好的泛化性能。