基于机器学习的ETFE膜结构寿命预测方法及系统

本发明涉及ETFE膜测试技术领域，公开了一种基于机器学习的ETFE膜结构寿命预测方法及系统，该方法包括：对ETFE膜结构在双轴应力状态下的循环载荷疲劳数据进行标准化预处理，得到标准特征向量；对所述标准特征向量进行膜结构几何权重分配，得到加权特征向量；基于所述加权特征向量进行多时间尺度损伤特征提取，得到融合损伤特征；将所述融合损伤特征输入疲劳损伤演化物理约束嵌入器进行约束计算，得到物理约束损伤特征；对所述物理约束损伤特征进行贝叶斯概率寿命预测，得到所述ETFE膜结构的疲劳寿命预测值，本发明能够自适应地识别不同变形阶段的关键损伤参数，显著增强对膜结构疲劳行为的表征精度，提高了ETFE膜结构寿命预测的准确率。