-
公开(公告)号:CN118506928A
公开(公告)日:2024-08-16
申请号:CN202410565862.2
申请日:2024-05-09
申请人: 北京科技大学
摘要: 本发明涉及一种基于机器学习的500MPa级风电用钢成分设计方法,属于材料科学与工程技术领域,基于热力学数据库‑机器学习‑优化算法相结合,并进行实验验证,包括:1)构建数据集;2)构建预测模型;3)多目标成分优化;4)数据性能验证。本发明的方法可以通过使用热力学数据库数据,保证数据来源的一致性和数据量广泛性,对材料科学领域一些数据量有限的机器学习问题具有参考意义。同时相比于传统试错法,节省了时间和成本,该方法对其他结构用钢的成分设计具有普适性,为钢铁行业的成分设计提供了新思路。
-
公开(公告)号:CN117973126B
公开(公告)日:2024-08-27
申请号:CN202410123982.7
申请日:2024-01-29
申请人: 北京科技大学
IPC分类号: G06F30/23 , G06F30/17 , G06T17/20 , G16C60/00 , G06F119/02 , G06F119/04 , G06F119/14
摘要: 本发明公开了一种基于位错不可逆运动耗散能准则的疲劳寿命预测方法,属于疲劳的寿命预测技术领域,所述方法包括:通过对待研究材料进行电子背散射信息表征分析,构建待研究材料的微观组织代表性体积单元RVE模型;构建晶体塑性本构方程并进行参数校准;基于累积耗散能准则和位错运动的不可逆性构建新准则;基于疲劳实验数据,确定新准则的临界值;基于完成参数校准的晶体塑性本构方程,将RVE模型用于晶体塑性有限元计算,结合新准则以及新准则的临界值,进行不同加载条件下的疲劳寿命预测。本发明能够更好地实现疲劳损伤分析以及高低周疲劳寿命预测,具有适用性强、精确度高的优点。
-
公开(公告)号:CN117973126A
公开(公告)日:2024-05-03
申请号:CN202410123982.7
申请日:2024-01-29
申请人: 北京科技大学
IPC分类号: G06F30/23 , G06F30/17 , G06T17/20 , G16C60/00 , G06F119/02 , G06F119/04 , G06F119/14
摘要: 本发明公开了一种基于位错不可逆运动耗散能准则的疲劳寿命预测方法,属于疲劳的寿命预测技术领域,所述方法包括:通过对待研究材料进行电子背散射信息表征分析,构建待研究材料的微观组织代表性体积单元RVE模型;构建晶体塑性本构方程并进行参数校准;基于累积耗散能准则和位错运动的不可逆性构建新准则;基于疲劳实验数据,确定新准则的临界值;基于完成参数校准的晶体塑性本构方程,将RVE模型用于晶体塑性有限元计算,结合新准则以及新准则的临界值,进行不同加载条件下的疲劳寿命预测。本发明能够更好地实现疲劳损伤分析以及高低周疲劳寿命预测,具有适用性强、精确度高的优点。
-
-