橡胶隔振器疲劳寿命智能预测

摘要：

在不同应变比恒幅疲劳载荷环境下,橡胶隔振器常用一种填充天然橡胶材料制成的哑铃型试件进行单轴疲劳试验,进而构建一种用来预测橡胶疲劳寿命的支持向量回归(Support vector regression,SVR)模型.为改善预测模型的收敛速度、准确度和稳定性,引入改进的麻雀搜索算法(Improved sparrow search algorithm,ISSA)来优化 SVR 模型超参数.与遗传算法(Genetic algorithm,GA),粒子群算法(Particle swarm optimization algorithm,PSO),标准的麻雀搜索算法(SSA),差分进化-灰狼算法(Hybrid grey wolf optimization,HGWO)优选参数的SVR模型进行对比结果表明,基于ISSA-SVR模型的预测精度、速度和稳定性都表现最佳.为进一步说明ISSA-SVR模型的预测能力,建立考虑应变比影响的疲劳寿命解析模型.对ISSA-SVR模型、解析模型和两个已发表模型的比较分析表明,ISSA-SVR具有最准确的预测寿命,预测结果聚集在1.5倍分散线以内.

关键词：应变比、疲劳寿命、填充天然橡胶、改进的麻雀搜索算法、支持向量回归

所属期刊栏目：45

分类号：TQ333;TQ330.1

资助基金：国家自然科学基金;广东省自然科学基金

在线出版日期：2024-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：7-15