-
公开(公告)号:CN119358412B
公开(公告)日:2025-04-08
申请号:CN202411699821.9
申请日:2024-11-26
IPC: G06F30/27 , G06F17/10 , G06N3/092 , G06N3/045 , G06F119/04 , G06F111/10 , G06F119/14
Abstract: 本申请公开了一种金属材料的疲劳寿命预测方法、装置、设备及存储介质,涉及材料科学与工程领域,通过构建自定义的强化学习环境,将修正SWT方程转化为决策过程,状态包括当前疲劳寿命估计和疲劳寿命误差,动作为步长因子,然后采用深度确定性策略梯度算法训练智能体,智能体在每次迭代中选择步长因子,并结合牛顿拉夫森迭代法更新当前疲劳寿命估计,奖励函数综合考虑疲劳寿命误差值、疲劳寿命偏差及迭代次数,引导智能体逐步逼近真实解。通过动态调整步长因子,能显著提高求解效率和精度。通过强化学习智能体结合牛顿迭代法,能够根据环境反馈不断优化策略,实现高效的非线性方程求解,同时能够增强模型的收敛性和稳定性,减少对初始值的敏感性。
-
公开(公告)号:CN119358412A
公开(公告)日:2025-01-24
申请号:CN202411699821.9
申请日:2024-11-26
IPC: G06F30/27 , G06F17/10 , G06N3/092 , G06N3/045 , G06F119/04 , G06F111/10 , G06F119/14
Abstract: 本申请公开了一种金属材料的疲劳寿命预测方法、装置、设备及存储介质,涉及材料科学与工程领域,通过构建自定义的强化学习环境,将修正SWT方程转化为决策过程,状态包括当前疲劳寿命估计和疲劳寿命误差,动作为步长因子,然后采用深度确定性策略梯度算法训练智能体,智能体在每次迭代中选择步长因子,并结合牛顿拉夫森迭代法更新当前疲劳寿命估计,奖励函数综合考虑疲劳寿命误差值、疲劳寿命偏差及迭代次数,引导智能体逐步逼近真实解。通过动态调整步长因子,能显著提高求解效率和精度。通过强化学习智能体结合牛顿迭代法,能够根据环境反馈不断优化策略,实现高效的非线性方程求解,同时能够增强模型的收敛性和稳定性,减少对初始值的敏感性。
-
公开(公告)号:CN119207659A
公开(公告)日:2024-12-27
申请号:CN202411208410.5
申请日:2024-08-30
Applicant: 辽宁材料实验室
IPC: G16C60/00 , G06F30/15 , G06F30/23 , G06T17/20 , G06F111/10 , G06F113/26 , G06F113/28 , G06F111/04 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种飞机层合板蜂窝夹芯结构的设计方法、装置及存储介质,包括:获取带有初始层合板蜂窝夹芯结构的飞机机体结构的机体属性数据,并基于机体属性数据,构建有限元模型;确定飞机服役过程中所承受的实际载荷、实际位移约束、实际飞行环境,基于上述条件,对有限元模型施加载荷、位移约束、飞行环境,并确定施加上述条件后的初始层合板蜂窝夹芯结构的受力状态;确定多种失效模式,基于受力状态,确定初始层合板蜂窝夹芯结构在各失效模式下的评价参数;基于各评价参数,判断初始层合板蜂窝夹芯结构是否满足设计需求,若满足,则将初始层合板蜂窝夹芯结构确定为冻结层合板蜂窝夹芯结构,否则,对初始层合板蜂窝夹芯结构进行结构优化。
-
公开(公告)号:CN119207659B
公开(公告)日:2025-02-14
申请号:CN202411208410.5
申请日:2024-08-30
Applicant: 辽宁材料实验室
IPC: G16C60/00 , G06F30/15 , G06F30/23 , G06T17/20 , G06F111/10 , G06F113/26 , G06F113/28 , G06F111/04 , G06F119/02 , G06F119/14
Abstract: 本发明公开了一种飞机层合板蜂窝夹芯结构的设计方法、装置及存储介质,包括:获取带有初始层合板蜂窝夹芯结构的飞机机体结构的机体属性数据,并基于机体属性数据,构建有限元模型;确定飞机服役过程中所承受的实际载荷、实际位移约束、实际飞行环境,基于上述条件,对有限元模型施加载荷、位移约束、飞行环境,并确定施加上述条件后的初始层合板蜂窝夹芯结构的受力状态;确定多种失效模式,基于受力状态,确定初始层合板蜂窝夹芯结构在各失效模式下的评价参数;基于各评价参数,判断初始层合板蜂窝夹芯结构是否满足设计需求,若满足,则将初始层合板蜂窝夹芯结构确定为冻结层合板蜂窝夹芯结构,否则,对初始层合板蜂窝夹芯结构进行结构优化。
-
-
-