基于改进神经网络的疲劳裂纹扩展速率预测.pdf

第31卷第6期 合肥工业大学学报(自然科学版) V01．31No．6 0FTECHNOL03Y 2008年6月 JOURNALOFHEFEIUNIVERSrrY Jun．2008 基于改进神经网络的疲劳裂纹扩展速率预测 顾玉钢1一， 夏智海3， 庄力健1’2 自动化学院，黑龙江哈尔滨150001) 摘要：裂纹的萌生与扩展是一个复杂的非线性动力学过程，裂纹扩展速率具有非线性动力学系统的混沌现 象和自组织特征。将BP神经网络和L_M贝叶斯正则化算法相结合，可使BP神经网络在推广能力、收敛速 度和逼近精度上能够获得很大的提高。文章利用16MnR钢CT试样实测数据进行网络训练，训练好的神经 网络可以对该材料的疲劳裂纹扩展速率进行较为精确的预测。 关键词：疲劳裂纹扩展速率；BP神经网络，贝叶斯正则化算法；压力容器 文献标识码：A 文章编号：1003-5060(2008)06-0937-05 中图分类号：0346．2；TPl83 of crack rate neuralnetwork Predictionthe basedon fatiguegrowth improved GU Zhi—hai3，ZHUANG Yu-gan91一，XIA Li-jianl’2 (1．ChinaNationalTechnologyResearchCenteronPressureVesseland ErIgineering，Hefei230031，China；2．HefeiG蛳二 PipelineSafety eral Research of 150001， Machinery Institute，Hefei230031，China；3．CollegeAutomation，HarbinEngineeringUniversity，Harbin China) Abstract：Theinitiationand of cracksareanonlinear thefa- propagationfatigue dynamicprocess，and crack rateischaracterizedaschaosand tigue growth self-organization．The iscombinedwiththe networkto M)Bayesianregularizationalgorithm BP makethe networkachievebetter of and generalization，fasterspeedconvergencehigherlearning istrained the dataof16MnRsteelCT network accuracy．The byusingexperimental specimens，and thenthe crack rateofotherCT isforecasted thetrainedneural fatiguegrowth specimens accura