专利名称：基于支持向量机的材料疲劳寿命预测方法
技术领域：
本发明涉及材料疲劳寿命预测领域，特别涉及结构材料服役寿命支持向量机的估 算方法。
背景技术：
疲劳破坏是工程结构中常见的一种失效形式。准确地进行疲劳寿命估算，对于消 除事故发生隐患、制订有效的检修计划和延长使用寿命都具有重要的理论意义和工程实际 价值。疲劳寿命预测的一个重要难题是如何合理而有效地描述由于疲劳损伤引起的材 料性能的劣化过程。各国研究人员从不同角度提出了很多损伤累积理论模型，如Miner线 性损伤累积准则、Manson双线性损伤累积理论、Corten-Dolan模型等。其中大多数模型只 适合于描述材料稳态损伤过程寿命的估算，而实际疲劳载荷谱常常是非稳态的，计算结果 与实验数据之间会存在较大偏差。其主要原因在于疲劳损伤累积与载荷之间呈现复杂的非 线性关系，很难用特定的数学表达式来准确描述整个损伤过程。随着人工智能技术的快速发展，目前已经开展了基于神经网络等人工智能方法 的疲劳破坏研究，如拟合疲劳试验曲线、计算疲劳概率密度函数和模拟仿真疲劳损伤过程 等。但如果要取得较好的预测效果，需要收集大量可靠的材料疲劳试验数据充分训练预测 模型，这在很大程度上限制了该方法的广泛应用。近年来出现的支持向量机算法(Support Vcetor Machine, SVM)，在样本量较少的情况下亦能获得很好的学习效果；同时，由于支持 向量机算法是一个二次优化问题，所得到的解就是全局最优解，避免了神经网络等方法结 构难于确定、过学习以及局部极小化等问题。结构材料服役寿命预测研究，作为典型的小样 本问题，很适合支持向量机算法的应用。在国内，已有多项专利技术应用于预测结构疲劳寿命，如专利CN10231222A “一种 剩余强度和剩余寿命的快速、无损预测方法”，利用表面硬度与剩余强度之间的对应关系进 行剩余服役寿命的预测；CN1614^4A “压力容器疲劳寿命安全预测方法”，通过计算裂纹增 量来预测裂纹扩展情况；CN101042059A “一种汽轮机转子低周疲劳寿命损耗在线监控的 方法及系统”，采用神经网络技术确定转子等效应力的修正系数，然后根据材料疲劳曲线和 对称循环法计算疲劳寿命。上述专利技术的疲劳寿命估算主要还是基于现有常用的损伤累 积模型，需要进行大量的材料疲劳性能试验，不利于实际工程应用。
发明内容
本发明的目的是在现有材料疲劳寿命研究基础上，利用较少的材料疲劳性能数 据，建立基于支持向量机的疲劳寿命预测模型，提高结构疲劳寿命预测精度。本发明将结构材料和疲劳载荷作为一个系统整体来研究，损伤随着载荷历程的推 进不断累积，疲劳破坏就是材料性能在载荷作用下不断劣化的过程。疲劳机理研究已表明 塑性变形是造成材料损伤的基本因素，且损伤的累积具有非线性特点，因此某时刻循环载荷造成的损伤应是载荷L与材料累积损伤的函数f，如公式(1)所示
权利要求
1.一种结构材料的疲劳寿命预测方法，其特征在于，利用支持向量机建立外部载荷与 疲劳损伤之间的非线性关系，对材料损伤进行非线性的累加，最终预测疲劳寿命，包括以下 步骤1)、收集材料疲劳性能数据；进行材料疲劳特性实验，或通过查阅资料，收集相关数据， 获取建立训练样本；2)、选择合适的输入输出参数，建立训练样本集；对于不同的材料疲劳损伤机理，选取 不同的输入输出参数，应用不同的损伤公式计算单次循环载荷损伤；3)、建立基于支持向量机的疲劳寿命预测模型；4)、疲劳载荷谱预处理；5)、计算疲劳寿命。
2.根据权利要求1所述的疲劳寿命预测方法，其特征在于所述步骤1建立训练样本 包括材料常规机械性能参数、S-N曲线、循环应力-应变滞回环曲线等材料疲劳性能参数。
3.根据权利要求1所述的疲劳寿命预测方法，其特征在于所述步骤2对于以应力为 控制参量的疲劳模型，选取循环载荷应力、当前累积总损伤作为输入参数，以单次循环载荷 造成的损伤作为输出参数；单次循环损伤通过能量法来计算；以应变为控制参量的疲劳模 型，选取循环载荷应变、当前累积总损伤作为输入参数，以单次循环载荷造成的损伤作为输 出参数；单次循环损伤通过Landgraf公式来计算；根据步骤1中的所获得的材料疲劳性能 数据，代入上述公式计算后，就可得到不同载荷级别、不同的疲劳累积总损伤与单次循环载 荷损伤的对应关系，构建训练样本。
4.根据权利要求1所述的疲劳寿命预测方法，其特征在于所述步骤3训练样本输入 到支持向量机中，通过计算建立基于支持向量机的疲劳损伤计算模型；选择径向基函数作 为核函数，径向基函数相关参数利用交叉检验方法自动寻优确定。
5.根据权利要求1所述的疲劳寿命预测方法，其特征在于所述步骤4在输入到寿命 预测模型前，须对结构所受疲劳载荷进行预处理；采用局部应力一应变法，将疲劳载荷谱转 换为名义应力一时间历程，利用材料的循环应力-应变滞回曲线和Neuber方程转换为疲劳 寿命预测模型所需的载荷输入参数类型。
6.根据权利要求1所述的疲劳寿命预测方法，其特征在于所述步骤5按载荷循环一 时间历程，将输入参数逐次代入基于支持向量机的疲劳损伤计算模型中，即可计算出对应 不同载荷、不同的累积总损伤下单次循环载荷造成的疲劳损伤；通过不断的迭代计算，当累 积损伤达到临界损伤值时，即判断发生疲劳破坏，计算材料疲劳寿命。
全文摘要
本发明为基于支持向量机的材料疲劳寿命预测方法，本发明公开了一种预测结构材料疲劳服役寿命的方法，包括获取材料疲劳性能数据、选择合适输入输出参数构建训练样本集、建立基于支持向量机的疲劳寿命预测模型、疲劳载荷预处理、计算疲劳寿命。本发明的优点是可利用较少的材料疲劳性能数据，实现疲劳损伤的非线性累积，提高寿命预测的精度。本发明所提出的方法适用于结构材料疲劳寿命估算和延寿分析。对于延长材料的使用寿命，制订合理的检修计划具有重要的理论意义和实际应用价值。
文档编号G01N3/00GK102081020SQ20101010130
公开日2011年6月1日 申请日期2010年1月26日 优先权日2010年1月26日
发明者刘龙, 轩福贞 申请人:上海海事大学