首页> 中文期刊> 《压力容器》 >基于机器学习的蠕变断裂寿命预测方法

基于机器学习的蠕变断裂寿命预测方法

         

摘要

工程结构的寿命预测问题是结构完整性领域的重要课题.通常,工程问题的解析解难以获得、经验解无法描述高维变量之间的非线性交互,而机器学习可以克服两者的局限性,是实现工程部件寿命预测的重要解决方案.基于此,提出了面向工程结构寿命预测问题的机器学习方案及优化的一般性方法.以316奥氏体不锈钢蠕变断裂寿命预测问题为例,基于高维数据集,使用BP神经网络、支持向量机、随机森林、高斯过程回归等机器学习模型,对316奥氏体不锈钢材料的蠕变断裂寿命进行预测.结果表明,基于机器学习的蠕变断裂寿命预测方法较之传统Larson-Miller方法具有更高精度.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号