物理信息驱动的金属材料缺口疲劳寿命机器学习预测方法技术资料下载

技术编号:37944323

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于材料疲劳寿命预测,具体提供一种物理信息驱动的金属材料缺口疲劳寿命机器学习预测方法。背景技术、航空航天结构承受着极端的热力载荷,疲劳失效是金属材料最广泛的一种失效形式。应力集中往往在结构的孔、圆角和凹槽等几何不连续性部位发生,这导致疲劳失效表现出强烈的缺口效应。因此,准确评估和预测缺口疲劳寿命是结构设计的重要基础。经典的寿命建模方法仅考虑特定材料种类和缺口类型下的关键载荷因素,建立损伤参数与疲劳寿命之间的定量关系,难以适用于不同寿命范围、不同缺口类型甚至不同材料种类的缺口疲劳寿命预测;...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发