基于FRANC3D和LSTM的桥梁钢桁架裂纹寿命预测
作者:
作者单位:

1.安徽工程大学电气工程学院 芜湖,241000;2.湖北民族大学智能科学与工程学院 恩施,445000;3.南京航空航天大学自动化学院 南京,210016

作者简介:

通讯作者:

姜斌,男,1966年10月生,博士、教授。主要研究方向为智能故障诊断与容错控制及其在飞机、卫 星和高速列车上的应用。E-mail:binjiang@nuaa.edu.cn

中图分类号:

TP206;TP183;TP202

基金项目:

国家自然科学基金资助项目(62263010,61663008);安徽省高校科学研究重大资助项目(2023AH040121);安徽工程大学引进人才科研启动基金资助项目(2022YQQ052)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了对裂纹疲劳寿命进行快速准确预测,针对常用的疲劳实验和数值仿真实验中各自存在的实验条件受限、计算步骤繁琐、计算过程耗时较长等问题,以大型桥梁钢桁架中的裂纹为研究对象,提出一种结合裂纹分析软件FRANC3D和长短期记忆(long short term memory,简称LSTM)网络模型的裂纹疲劳寿命预测方法。首先,建立钢桁架的有限元模型,通过裂纹分析软件FRANC3D进行疲劳裂纹扩展分析并建立相关数据集;其次,通过疲劳裂纹的扩展仿真数据关注裂纹的扩展状况,收集裂纹特征信息对裂纹疲劳寿命进行预测。实验结果表明,所提出的方法具有较高的预测准确性,同时极大地提升了训练速度,可为裂纹疲劳寿命预测提供参考。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2024-02-26
  • 最后修改日期:2024-04-25
  • 录用日期:
  • 在线发布日期: 2024-09-03
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司