期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习的高强度螺栓疲劳寿命预测 被引量：3
1
作者 张乐 马奔奔 +2 位作者 何启源 苗虹 李辉 《西华大学学报（自然科学版）》 CAS 2022年第6期68-74,共7页
受多变量和接触非线性的影响,如何延长高强度螺栓疲劳寿命依然是亟待解决的难题。为准确预测螺栓的疲劳寿命,文章将经典参数分析方法与机器学习技术相结合,首先根据数值分析结果对螺栓疲劳寿命参数的影响因素进行降维处理,然后使用多项... 受多变量和接触非线性的影响,如何延长高强度螺栓疲劳寿命依然是亟待解决的难题。为准确预测螺栓的疲劳寿命,文章将经典参数分析方法与机器学习技术相结合,首先根据数值分析结果对螺栓疲劳寿命参数的影响因素进行降维处理,然后使用多项式回归(PR)和多层感知(MLP)回归的机器学习模型建立螺栓应力幅与影响因素间的映射关系,最后将机器学习模型与图形化编程语言LabVIEW相结合,设计一套能够准确分析高强度螺栓连接系统应力幅值并预测其疲劳寿命的窗口化分析工具。实验结果表明,PR模型得到的预测值与数值模拟计算值的误差低于2%,MLP回归模型得到的预测值与数值模拟计算值的误差低于4%。 展开更多
关键词 高强度螺栓 实时疲劳预测 机器学习 窗口化分析工具
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部