【科研資訊】數(shù)據(jù)-物理模型驅(qū)動的超高周疲勞壽命預測方法

來源：凱爾測控試驗系統(tǒng)（天津）有限公司 2023年10月08日 11:06

現(xiàn)代工程裝備呈現(xiàn)長壽命服役的發(fā)展趨勢，結(jié)構(gòu)超長壽命預測對安全可靠服役至關(guān)重要。超高周疲勞是結(jié)構(gòu)超長壽命服役需要考慮的失效模式，人們通過研究疲勞裂紋萌生與擴展機理，建立了超高周疲勞壽命的物理模型；近年來，人工智能與疲勞研究的結(jié)合為壽命預測提供了新思路，但數(shù)據(jù)量不足、純數(shù)據(jù)驅(qū)動未有效融合物理模型仍是制約疲勞壽命預測的難題。

針對這些問題，華東理工大學朱明亮教授、軒福貞教授等人提出了數(shù)據(jù)-物理模型驅(qū)動的超高周疲勞壽命預測框架（圖1），通過選擇結(jié)構(gòu)材料的小樣本疲勞壽命數(shù)據(jù)，使用Z參量壽命模型進行數(shù)據(jù)擴展，引入多種機器學習算法和物理模型，采用多種材料對數(shù)據(jù)-物理模型的預測能力進行比較與驗證。系列研究成果以“On micro-defect induced cracking in very high cycle fatigue regime”“A data-physics integrated approach to life prediction in very high cycle fatigue regime”和“Data-driven approach to very high cycle fatigue life prediction”為題先后發(fā)表在Fatigue Fract. Eng. Mater. Struct. 2022; 45: 3393、Int. J. Fatigue 2023; 176: 107917和Eng. Fract. Mech. 2023; 292: 109630上。

研究發(fā)現(xiàn)，訓練集越大，機器學習方法預測材料疲勞壽命準確率越高，數(shù)據(jù)與物理模型的融合可顯著提升預測準確度，為小樣本數(shù)據(jù)下的超高周疲勞壽命預測提供了解決方案?；?/span>Z參量模型和人工神經(jīng)網(wǎng)絡搭建的Z-PINN模型對15Cr鋼、FV520B-I鋼和GCr15鋼的超高周疲勞壽命預測準確率分別為78.9%、89.3%和94.3%（圖2）。

圖1 數(shù)據(jù)-物理模型驅(qū)動的疲勞裂紋擴展和超高周疲勞壽命預測框架

圖2 三種典型材料超高周疲勞壽命預測準確度比較

通訊作者簡介：

朱明亮，教授、博導，主要從事機械結(jié)構(gòu)疲勞、損傷與斷裂研究，發(fā)表學術(shù)論文100余篇，出版專著1部，獲省部級科技一等獎3項。兼任中國材料研究學會疲勞分會理事、中國機械工程學會成組與智能集成技術(shù)分會常務委員。

軒福貞，教授、博導，主要從事機械結(jié)構(gòu)強度、智能傳感與壽命可靠性、數(shù)字孿生技術(shù)等領(lǐng)域研究，發(fā)表學術(shù)論文300余篇，出版專著5部，獲國家科技進步一等獎、二等獎等獎勵。兼任中國機械工程學會壓力容器分會副理事長、中國化工學會副理事長等。

相關(guān)產(chǎn)品

免責聲明

凡本網(wǎng)注明“來源：化工儀器網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品，未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的，應在授權(quán)范圍內(nèi)使用，并注明“來源：化工儀器網(wǎng)”。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責任。
本網(wǎng)轉(zhuǎn)載并注明自其他來源（非化工儀器網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責，不承擔此類作品侵權(quán)行為的直接責任及連帶責任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時，必須保留本網(wǎng)注明的作品第一來源，并自負版權(quán)等法律責任。
如涉及作品內(nèi)容、版權(quán)等問題，請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系，否則視為放棄相關(guān)權(quán)利。

99超碰中文字幕在线观看-天天干天天日天天舔婷婷-我看操逼的好看的女人的-日本一二三四五区日韩精品

【科研資訊】數(shù)據(jù)-物理模型驅(qū)動的超高周疲勞壽命預測方法

免責聲明

聯(lián)系我們

關(guān)注我們