基于遗传小波神经网络的疲劳短裂纹演变规律研究

摘要：

疲劳短裂纹的演变历程是一种非线性动力学变化过程,为对其进行深入研究,本文采用遗传小波神经网络对其进行数值分析.结合神经网络的自学能力和小波分析的快速衰减、非线性逼近特性,以及遗传算法宏观搜索和全局优化的特点,遗传小波神经网络可在综合考虑多个影响因素的情况下,反映各因素相互之间隐含的非线性特性.基于2种加载频率下光滑漏斗形圆棒试样的疲劳短裂纹复型试验及其在"有效短裂纹准则"体系下的复型膜观察结果,计算试样有效短裂纹密度和主导有效短裂纹扩展率,并运用遗传小波神经网络对其分别进行仿真模拟比较.仿真结果表明,遗传小波神经网络应用于疲劳短裂纹演化行为研究具有合理性和有效性.

关键词：短裂纹、复型试验、遗传算法、小波神经网络、裂纹扩展率、裂纹密度

所属期刊栏目：40

分类号：U270.1(车辆工程)

资助基金：国家自然科学基金51675446

在线出版日期：2018-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-72