-
公开(公告)号:CN115410671A
公开(公告)日:2022-11-29
申请号:CN202211087872.7
申请日:2022-09-07
Applicant: 中国民用航空飞行学院
IPC: G16C60/00 , G06F30/27 , G06F17/18 , G06F111/08 , G06F119/02 , G06F119/04
Abstract: 本发明公开了一种镍基高温合金低周疲劳寿命预测方法及系统,涉及低周疲劳寿命预测技术领域,首先基于皮尔逊相关系数和最大信息系数对初始数据集中的输入特征进行特征筛选,将特征筛选后的初始数据集划分为训练集和测试集;使用训练集,基于随机森林和遗传算法,构建GA‑RF回归预测模型;使用测试集测试模型的可靠性,直到预测精度达到预设条件,得到最终GA‑RF回归预测模型;使用最终GA‑RF回归预测模型对目标镍基高温合金进行低周疲劳寿命预测。本发明的预测模型训练时间短,且能够快速准确的预测出镍基高温合金低周疲劳寿命。
-
公开(公告)号:CN119313612A
公开(公告)日:2025-01-14
申请号:CN202411331230.6
申请日:2024-09-24
Applicant: 中国民用航空飞行学院
IPC: G06T7/00 , G06T7/194 , G06T7/13 , G06T7/73 , G06N3/0895 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于多流增强半监督学习网络的复合材料红外缺陷检测方法及系统,应用于无损检测技术领域,包括:输入复合材料红外缺陷标签数据至多流增强半监督学习网络进行训练,得到复合材料红外缺陷预测模型;利用Pixel‑Boosting通过基于顺序padding的背景像素模拟进行复合材料红外缺陷的逐级分割,并进行整体可视化,利用边缘跟踪算法进行红外缺陷定位。本发明克服了现有红外热成像无损检测技术在数据集获取、语义分割及缺陷识别、量化方面的不足,从而有效提高了红外检测精度,并为服务于航空航天领域的碳纤维复合材料缺陷检测提供了新思路。
-
公开(公告)号:CN117973214A
公开(公告)日:2024-05-03
申请号:CN202410174484.5
申请日:2024-02-07
Applicant: 中国民用航空飞行学院
IPC: G06F30/27 , G06N3/047 , G06N3/0985 , G06F119/04
Abstract: 本发明公开了一种基于数据增强的镍基高温合金低周疲劳寿命预测方法,涉及镍基高温合金低周疲劳寿命预测领域。包括:获取镍基高温合金数据,得到镍基高温合金数据集;构建VAE模型;对VAE模型进行训练生成疲劳数据;将生成的疲劳数据加入镍基高温合金数据集得到增强数据集并将增强数据集进行数据划分;基于GBDT回归算法,进行超参数优化后训练并验证镍基高温合金疲劳寿命预测模型;利用最终的镍基高温合金疲劳寿命预测模型对待检测的镍基高温合金的疲劳寿命进行预测。本发明有利于快速准确地预测镍基高温合金低周疲劳寿命,减少训练时间并提高训练模型预测精度。
-
-