摘要
本发明为一种变工况多阶段的深海耐压舱疲劳裂纹扩展预测方法,涉及深海耐压舱疲劳检测技术领域,建立深海耐压舱的整机有限元模型,并对薄弱环节分析,进行精细建模;建立应力强度因子—高斯过程代理模型;基于动态贝叶斯best‑worst网络模型,进行深海耐压舱疲劳裂纹的预测;基于小时间尺度的疲劳寿命预测模型,对动态贝叶斯网络模型中的不确定性参数进行敏感性分析;基于混合自适应重采样智能粒子滤波的参数推理算法,降低裂纹扩展过程中不确定性参数的影响。
技术关键词
动态贝叶斯网络模型
深海耐压舱
不确定性参数
多阶段
推理算法
应力
因子
变工况
疲劳检测技术
强度
样本
疲劳裂纹扩展
疲劳寿命预测
粒子
系统为您推荐了相关专利信息
数据处理系统
决策
多模态
形式化验证方法
噪声鲁棒性
预测模型训练方法
环境传感器数据
土壤湿度传感器
训练样本集
图谱
评估系统
预测阈值
社交活动数据
数据采集模块
不确定性参数
典型场景生成方法
多时间尺度
数据
反规范化
多阶段