结构健康监测应用中随机裂纹扩展过程的代理建模

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究设计了一种能够预测疲劳裂纹增长和构件失效寿命的统计学习框架,通过降维和神经网络等技术处理了历史依赖性和非线性问题,能够实时监测结构健康和疲劳寿命预测。

🎯

关键要点

  • 研究设计了一种统计学习框架来预测疲劳裂纹增长和构件失效寿命。

  • 框架处理了加载条件的不确定性、历史依赖性和非线性问题。

  • 采用降维和神经网络等技术进行数据处理。

  • 使用路径切片和重新加权技术应对统计噪声和罕见事件。

  • 实现了疲劳裂纹的自更新和自纠正功能。

  • 能够实时监测结构健康和疲劳寿命预测。

  • 支持维修管理决策的数字孪生情景进行了验证。

🏷️

标签

➡️

继续阅读