基于RS_RBFNN的钛合金焊接接头疲劳寿命预测
建立了基于RS与RBF神经网络集成的钛合金焊接接头疲劳寿命预测模型(RS_RBFNN),该模型首先基于熵的连续属性离散化算法离散化疲劳数据并应用遗传算法约简疲劳寿命评价指标;基于最小约简指标提取焊接结构疲劳寿命分类判别规则以及对RBF神经网络进行训练;最后使用粗糙集理论判别与规则库匹配的检验样本疲劳寿命等级,使用RBF神经网络判别不与规则库任何规则匹配的检验样本疲劳寿命等级.基于钛合金疲劳试验数据的实证分析结果表明,RS_RBFNN模型容错性较好、精度较高,对钛合金焊接结构疲劳寿命预测具有一定的实际指导意义.
粗糙集、神经网络、焊接、疲劳
36
TG409(焊接、金属切割及金属粘接)
国家自然科学基金资助项目5117504;教育部科学技术研究重点项目资助210045;辽宁省科学技术计划项目资助2011220039;重庆市重点实验室开放基金项目CQ-LCI-2013-05;过程装备与控制工程四川省高校重点实验室开放基金项目GK201405
2015-07-13（万方平台首次上网日期，不代表论文的发表时间）
25-29,78
