买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国海洋大学;西南交通大学

摘要：本发明提出一种基于数字孪生的结构件疲劳裂纹扩展预测方法，建立了基于局部样本密化的应力强度因子—高斯过程代理模型，采用局部样本密化的样本生成方法，建立面向裂纹扩展的复合型变幅载荷下的动态贝叶斯网络模型，将裂纹扩展过程中所存在的不确定性因素作为模型的状态节点，同时也可以融合应力强度因子—高斯过程代理模型以及载荷次序效应模型，实现在载荷变角度变幅值下的裂纹扩展寿命及路径的预测；建立起基于粒子滤波的不确定性参数推理算法，利用基于数字孪生的结构件数据采集系统所采集到的关键数据，实现逐步的降低多种不确定性因素共同作用时对于裂纹扩展过程的影响。

主权项：1.一种基于数字孪生的结构件疲劳裂纹扩展预测方法，其特征在于包括：步骤A、建立基于局部样本密化的应力强度因子—高斯过程代理模型步骤A1、针对复杂装备的物理结构和环境信息，建立数字孪生模型；步骤A2、针对可能出现的裂纹形状，采用代理模型的方法实现裂纹尖端处应力强度因子的计算，以裂纹出现拐点作为特征点来建立样本空间格式，采用局部样本密化的方法来生成样本数据空间；步骤A3、基于高斯过程理论，依据应力强度因子样本数据库建立起应力强度因子—高斯过程代理模型；步骤B建立面向裂纹扩展的复合型变幅载荷下的动态贝叶斯网络模型；步骤B1、基于统一疲劳寿命预测模型，采用控制变量法，以裂纹扩展预测长度为判断量对疲劳裂纹扩展过程中的不确定性因素进行敏感度分析；步骤B2、基于敏感度分析结果，将高敏感度参数设置为动态贝叶斯网络中的状态节点，将低敏感度参数设置为固定节点，建立起面向裂纹扩展的复杂装备性能退化模型；步骤B3、基于动态贝叶斯理论和统一疲劳寿命预测模型中不确定性因素的敏感度分析结果，建立面向裂纹扩展的动态贝叶斯网络模型；步骤C进行基于粒子滤波的不确定性参数推理步骤C1、基于专家经验，设置动态贝叶斯网络中的状态节点的概率分布，将多种不确定性参数根据随机组合法生成其分布粒子组；步骤C2、基于数字孪生的结构件数据采集系统所采集到的当前结构的裂纹信息，对每个粒子进行似然估计；步骤C3、对粒子进行权重更新，输出更新后的动态贝叶斯网络中的状态节点参数值。

全文数据：

权利要求：

百度查询： 中国海洋大学 西南交通大学 基于数字孪生的结构件疲劳裂纹扩展预测方法