金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测
疲劳裂纹扩展速率费时费钱，如何利用现有的试验结果来预报裂纹扩展率曲线是工程应用中必须要解决的问题。人工神经网络是进行预测的一个重要方法。本文针对金属疲劳裂纹扩展速率建立贝叶斯正则化BP神经网络，将铝合金6013在不同应力比R下的疲劳裂纹扩展速率试验数据分为两部分，一部分用来进行训练网络，另一部分用来测试训练好的网络，检验其泛化能力。计算结果表明贝叶斯正则化BP神经网络不仅对训练样本有很好的拟合能力，而且对于未训练过的测试样本也有较好的预测能力，即有较强的泛化能力。因此，该方法可以方便地获得不同应力比R下的疲劳裂纹扩展速率，从而达到减少试验次数，充分利用已有数据的目的。并且可以进一步应用到其他金属的疲劳裂纹扩展速率的预报。
船舶金属材料 疲劳裂纹 扩展速率 BP神经网络 贝叶斯正则化
罗广恩 崔维成
江苏科技大学船舶与海洋工程学院,江苏镇江212003中国船舶科学研究中心,江苏无锡214082 中国船舶科学研究中心,江苏无锡214082
国内会议
哈尔滨
中文
1-8
2011-08-22（万方平台首次上网日期，不代表论文的发表时间）