10.15959/j.cnki.0254-0053.2021.04.013
基于反向传播神经网络的疲劳裂纹扩展分析
材料发生疲劳断裂时往往会引起重大安全事故,而基于传统数值模拟方法求解疲劳裂纹扩展问题时模型复杂、计算量大.本文基于包含多隐层的反向传播神经网络分析金属材料疲劳裂纹扩展行为,计算了裂纹扩展过程中的yon Mises应力场和位移场,并与数值解和实验解进行对比,误差分析结果表明其求解精度高.并基于该神经网络有效预测了裂纹扩展中裂纹长度及裂纹扩展速率的变化过程,预测精度高.该神经网络分析方法可为材料剩余寿命和疲劳强度预测提供研究基础.
疲劳裂纹;反向传播神经网络;von Mises应力;裂纹扩展预测
42
TP18;O241.82(自动化基础理论)
上海市科技重大专项;中央高校基本科研业务费专项
2022-03-02(万方平台首次上网日期,不代表论文的发表时间)
共11页
752-762