利用代理模型预测裂纹扩展与疲劳寿命
信号处理
2020-10-27 v2
摘要
疲劳引起的损伤仍是结构系统中最不确定的失效之一。 prognostic 健康监控与代理模型可帮助预测结构的疲劳寿命。本文展示了如何将先前观测到的裂纹演化数据与当前观测结构的数据结合，以预测裂纹扩展与总疲劳寿命。我们展示了一种基于物理的模型（基于 Paris 定律）与四种数学代理模型的应用：循环神经网络、高斯过程回归、k 近邻与支持向量回归。对于一个试件试验，我们预测了失效时间与带置信区间的裂纹扩展。此外，我们通过平均绝对误差、决定系数、对数似然均值及其置信区间比较所有提出模型的性能。结果表明最佳数学代理模型为高斯过程回归与循环神经网络。进而，本文显示数学代理模型往往具有保守的置信区间，而基于物理的模型表现出过度乐观（过小）的置信区间。
引用
@article{arxiv.2008.02324,
title = {Predicting Crack Growth and Fatigue Life with Surrogate Models},
author = {Simon Pfingstl and Jose Ignacio Rios and Horst Baier and Markus Zimmermann},
journal= {arXiv preprint arXiv:2008.02324},
year = {2020}
}
备注
The document is being completely revised to clear up any misunderstandings