23 / 2021-03-25 19:32:31

基于连续损伤力学与人工神经网络的铝合金疲劳寿命预测

疲劳寿命预测,人工神经网络,连续损伤力学,数值计算

       连续损伤力学方法是一种常用的疲劳寿命预测方法，但这种寿命预测方法很难反映复杂的外部影响因素对材料疲劳寿命的影响，且预测结果与真实情况之间存在一定的误差。人工神经网络已经成为预测疲劳寿命和材料力学性能的一种较为可行的方法。采用人工神经网络可以快速高效地给出预测结果。但是这种方法也会因为试验数据的分散性而存在一定的预测误差。因此，有必要提出一种更合理的疲劳寿命预测方法。本文建立了一种新的疲劳寿命预测方法，将连续损伤力学理论和人工神经网络模型有机地结合起来，并对铝合金材料的疲劳损伤及寿命进行预测，实现提高疲劳寿命预测精度的目的。首先，推导了损伤耦合的本构关系和疲劳损伤演化律，并以LC4铝合金为例，对其疲劳寿命进行了有限元数值计算。在不同的疲劳载荷和缺口效应下，得到足够的疲劳寿命数据，并将试验寿命和数值计算的结果进行对比，建立关于试验数据与数值计算结果的相对误差的数据库。其次，建立有有效的人工神经网络模型，将预测得到的结果与损伤力学数值计算的结果相结合，作为最终的寿命预测结果，并通过与试验结果的对比，验证所提方法的可行性。