一种基于数据驱动的机械结构实时疲劳寿命预测方法

发明专利有效专利

申请号：
CN202110116397.0
IPC分类号：G06F30/27;G06N3/04;G06N3/08;G06F119/04
申请日期：
2021-01-28
申请人：
郑州轻工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于数据驱动的机械结构实时疲劳寿命预测方法
申请号	CN202110116397.0	申请日期	2021-01-28
法律状态	授权	申报国家	中国
公开/公告日	2021-05-11	公开/公告号	CN112784495A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;F;1;1;9;/;0;4查看分类表>
申请人	郑州轻工业大学	申请人地址	河南省郑州市高新技术产业开发区科学大道136号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	郑州轻工业大学	当前权利人	郑州轻工业大学
发明人	谢贵重;钟玉东;李浩;杜文辽;冯世哲;邬昌军;李客;巩晓赟;王良文;刘林;张世欣;王滔
代理机构	郑州优盾知识产权代理有限公司	代理人	张真真

摘要

本发明提出了一种基于数据驱动的机械结构实时疲劳寿命预测方法，其步骤为：首先，获得机械结构中对应的Paris模型的指数m和系数c的取值范围，并生成一系列指数和系数；其次，在机械结构上随机获取观测点，针对一组（mq，cq）进行循环，使用对偶互易边界元法对观测点进行疲劳裂纹扩展分析，获得观测点的位移和实时疲劳寿命信息，组成数据信息对；直至遍历所有（m，c），得到数据集；再将数据集输入BP神经网络中进行训练，得到BP神经网络模型；最后，采集机械结构中观测点的位移，并将观测点的位移输入BP神经网络模型中，得到观测点的实时疲劳寿命信息。本发明仅通过观测点位移就可预测机械结构的疲劳寿命，节省大量的时间和成本。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供