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。