基于机器学习的宽带随机载荷下疲劳寿命预测新模型
材料科学
2023-11-14 v1 无序系统与神经网络
机器学习
摘要
机器学习作为一种数据驱动方案已广泛应用于疲劳寿命预测领域。本文基于三种机器学习模型，即支持向量机（SVM）、高斯过程回归（GPR）和人工神经网络（ANN），构建了三个宽带疲劳寿命预测模型。通过采用大量具有不同带宽参数的功率谱样本以及与疲劳寿命相关的多种材料属性，增强了模型的泛化能力。充分的蒙特卡洛数值模拟表明，新开发的机器学习模型在寿命预测精度上优于传统频域模型，且 ANN 模型在三种所开发机器学习模型中综合性能最佳。
引用
@article{arxiv.2311.07114,
title = {Novel models for fatigue life prediction under wideband random loads based on machine learning},
author = {Hong Sun and Yuanying Qiu and Jing Li and Jin Bai and Ming Peng},
journal= {arXiv preprint arXiv:2311.07114},
year = {2023}
}