公开(公告)号：CN117371163A

公开(公告)日：2024-01-09

申请号：CN202310898370.0

申请日：2023-07-20

Applicant: 中南大学

Inventor： 王田天 ,  阳劲松 ,  谢劲松 ,  张小振 ,  洪东跑 ,  王泽群 ,  王尧 ,  李连峰 ,  李浩

IPC: G06F30/20 ,  G06F18/23213 ,  G06F18/10 ,  G06F18/213 ,  G06F119/04

Abstract: 基于数据驱动的疲劳寿命预测方法及相关装置，包括：构建两种新的信息熵损伤特征值：能量奇异谱熵和功率奇异谱熵；构建该损伤程度高斯混合模型GMM，根据相对熵KL距离评估损伤的原理推导出裂纹长度预测曲线，再搭建多个同种部件的疲劳裂纹扩展曲线，构成此类型部件的损伤及寿命的综合扩展演化模型；再建立多个同类型部件在相同损伤处的高斯混合模型GMM，利用该高斯混合模型GMM预测新部件的裂纹扩展及寿命演化趋势。本发明方法可以有效预测结构裂纹的扩展，不需要考虑装备的结构形式及承载情况，且无需考虑失效机理且具有强大非线性拟合能力，可以有效减少预测裂纹扩展的误差累积及工程应用中多种不确定性的影响，进一步提高疲劳寿命预测的精度和效率。

公开(公告)号：CN116228664A

公开(公告)日：2023-06-06

申请号：CN202211731597.8

申请日：2022-12-30

Applicant: 中南大学

Inventor： 阳劲松 ,  王田天 ,  谢劲松 ,  甘志强 ,  洪东跑 ,  张小振 ,  李连峰 ,  方伟光

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/147

Abstract: 基于多任务学习的列车结构冲击损伤监测方法及相关装置，包括：获取监测数据；进行多个传感器的数据融合，构建样本数据集，划分训练集、验证集和测试集；将训练集和验证集输入基于多任务学习的列车结构冲击损伤位置监测和冲击损伤能量监测网络进行训练和优化；将测试集输入训练好的基于多任务学习的列车结构冲击损伤位置监测和冲击损伤能量监测网络，输出测试集样本的冲击损伤位置和冲击能量。将测试集输入到已训练好的基于多任务学习的列车结构冲击损伤位置监测和冲击损伤能量监测网络中，输出列车结构冲击损伤位置监测和冲击损伤能量监测的结果。可以进一步针对列车的各种复杂结构实现对冲击损伤的精准定位和损伤程度评价。