公开(公告)号：CN115828540A

公开(公告)日：2023-03-21

申请号：CN202211429119.1

申请日：2022-11-15

申请人： 华东理工大学

发明人： 朱明亮 ,  苏晨曦 ,  轩福贞 ,  霍鑫 ,  范曼杰 ,  李松林 ,  刘霞

IPC分类号： G06F30/20 ,  G01M13/00 ,  G01H17/00 ,  G01D21/02 ,  G06F119/14 ,  G06F119/08

摘要： 本发明提供了一种基于数字孪生的汽轮机转子服役过程监测方法，涉及汽轮机监测技术领域。该基于数字孪生的汽轮机转子服役过程监测方法，通过融合多个数字孪生子模型构建数字孪生模型，可以从不同角度对汽轮机转子服役过程进行实时监测，同时根据实时振动信号对汽轮机转子服役过程进行监测，能够更好地反映汽轮机转子服役过程中复杂多变的运行工况。该方法弥补了传统监测技术实时性差、数据处理分析慢、耗费人力物力资源过度等缺点，适用于汽轮机转子服役过程的复杂多变情况，为优化汽轮机转子服役监测技术提供了新的思路。

公开(公告)号：CN113807016B

公开(公告)日：2024-05-07

申请号：CN202111105443.3

申请日：2021-09-22

申请人： 华东理工大学 ,  上海电气电站设备有限公司

发明人： 朱明亮 ,  轩福贞 ,  朱刚 ,  霍鑫 ,  刘霞 ,  范曼杰

IPC分类号： G06F30/27 ,  G16C60/00 ,  G16C20/70 ,  G16C10/00 ,  G06N20/10 ,  G06F119/04 ,  G06F119/14

摘要： 公开了一种数据驱动的工程材料超高周疲劳寿命预测方法。首先搜集工程材料信息及超高周疲劳数据形成初始样本数据，并将数据分为测试集和训练集；其次根据已有的物理模型评估各输入特征变量对输出变量的贡献度，并对特征变量的重要性进行排序，进而筛选出关键特征变量并形成数据驱动模型的目标函数；接着将目标函数嵌入机器学习算法运算得到中间计算值Z，并采用决定系数R2来评估数据驱动模型的预测精度；最后将训练集Z值与疲劳寿命进行关联实现工程材料的超高周疲劳寿命预测。本发明将工程材料超高周疲劳寿命的主要影响因素与数据驱动算法结合起来，可快速有效地对工程材料的超高周疲劳寿命进行预测，在焊缝等含缺陷材料中得到了很好的实施效果。

公开(公告)号：CN113807016A

公开(公告)日：2021-12-17

申请号：CN202111105443.3

申请日：2021-09-22

申请人： 华东理工大学 ,  上海电气电站设备有限公司

发明人： 朱明亮 ,  轩福贞 ,  朱刚 ,  霍鑫 ,  刘霞 ,  范曼杰

IPC分类号： G06F30/27 ,  G16C60/00 ,  G16C20/70 ,  G16C10/00 ,  G06N20/10 ,  G06F119/04 ,  G06F119/14

摘要： 公开了一种数据驱动的工程材料超高周疲劳寿命预测方法。首先搜集工程材料信息及超高周疲劳数据形成初始样本数据，并将数据分为测试集和训练集；其次根据已有的物理模型评估各输入特征变量对输出变量的贡献度，并对特征变量的重要性进行排序，进而筛选出关键特征变量并形成数据驱动模型的目标函数；接着将目标函数嵌入机器学习算法运算得到中间计算值Z，并采用决定系数R2来评估数据驱动模型的预测精度；最后将训练集Z值与疲劳寿命进行关联实现工程材料的超高周疲劳寿命预测。本发明将工程材料超高周疲劳寿命的主要影响因素与数据驱动算法结合起来，可快速有效地对工程材料的超高周疲劳寿命进行预测，在焊缝等含缺陷材料中得到了很好的实施效果。