基于优化SVR模型的大跨度样本疲劳寿命预测

发布时间：2018-07-29 09:54

【摘要】：针对传统方法在大跨度、小样本情况下的疲劳寿命预测准确率不高的问题,研究基于优化SVR模型的寿命预测方法.根据大跨度样本的特点,提出有效的预处理方法、SVR模型的训练方法及参数优化准则.以LY12CZ(2A12)铝合金疲劳寿命预测为实例,分析了高斯核函数、多项式核函数及多层感知核函数对SVR模型训练误差的影响.结果表明高斯核函数更适用于SVR模型的训练,并通过细菌觅食算法对核参数γ及惩罚因子C进行优化选取,LY12CZ(2A12)铝合金疲劳寿命预测结果验证了该方法的有效性.
[Abstract]:Aiming at the problem that the accuracy of fatigue life prediction is not high in the case of long span and small sample, the life prediction method based on optimized SVR model is studied. According to the characteristics of large span samples, an effective preprocessing method is proposed, which is the training method of SVR model and the criterion of parameter optimization. Taking the fatigue life prediction of LY12CZ (2A12) aluminum alloy as an example, the effects of Gao Si kernel function, polynomial kernel function and multi-layer perceptual kernel function on the training error of SVR model are analyzed. The results show that the Gao Si kernel function is more suitable for the training of SVR model, and the prediction results of fatigue life of LY12CZ (2A12) aluminum alloy are verified by optimizing the selection of nuclear parameter 纬 and penalty factor C by bacterial foraging algorithm.
【作者单位】： 中南大学机电工程学院;中南大学轻合金研究院;
【基金】：国家自然科学基金资助项目(51375500) 湖南省教育厅项目(2013SK2001) 中央高校基本科研业务费专项资金资助项目(2013zzts037)
【分类号】：TG115.57

【参考文献】

相关期刊论文 前4条

1 崔建国;巩俊杰;董世良;李跃中;赵青;;基于灰色理论的飞机结构疲劳寿命预测[J];沈阳航空航天大学学报;2011年01期

2 杨大炼;李学军;蒋玲莉;;一种细菌觅食算法的改进及其应用[J];计算机工程与应用;2012年13期

3 孙玉兰;王茂廷;;基于灰色模型GM(1,1)的疲劳寿命预测[J];科学技术与工程;2011年03期

4 邹心遥;姚若河;;LSSVM在指数寿命型小子样IC寿命预测的应用[J];科学技术与工程;2011年24期

【共引文献】

相关期刊论文 前10条

1 邹心遥;姚若河;;小子样正态寿命型IC的可靠性评估[J];半导体技术;2013年03期

2 孙晓红;赵先琼;杨大炼;;基于等维灰色GM(1,1)模型的2A12铝板材疲劳寿命预测[J];材料导报;2013年22期

3 尤梦丽;雷秀娟;;改进的细菌觅食算法求解TSP问题[J];广西大学学报(自然科学版);2013年06期

4 张建新;田彦杰;张永兴;;Modeling of the Dyeing Uptake Rate for Direct Dyestuff on Cotton in Batch Dyeing Process Based on Grey System Theory[J];Journal of Donghua University(English Edition);2013年06期

5 彭春华;谢鹏;詹骥文;孙惠娟;;基于改进细菌觅食算法的微网鲁棒经济调度[J];电网技术;2014年09期

6 刘瑞;简献忠;钱双杰;;粒子群-细菌觅食在光伏系统MPPT控制中的应用[J];电子科技;2015年05期

7 张浩;苏正涛;;橡胶疲劳性能计算方法与机理研究进展[J];功能材料;2015年18期

8 赵春丽;刘清;;基于微粒群策略的自适应觅食算法研究[J];南京师范大学学报(工程技术版);2013年01期

9 夏君子;;科技论文中实验研究的描述方法分析[J];中国科技期刊研究;2013年03期

10 梁建慧;张健;;细菌觅食算法的研究综述[J];科技信息;2013年16期

相关会议论文 前2条

1 Lisha Xia;Huajing Fang;Hui Zhang;;HMM based Modeling and Health Condition Assessment for Degradation Process[A];第25届中国控制与决策会议论文集[C];2013年

2 刘菁;朱良;冯刚;;基于灰色理论的轴承磨损寿命预测探索研究[A];2014航空试验测试技术学术交流会论文集[C];2014年

相关博士学位论文 前8条

1 潘罗平;基于健康评估和劣化趋势预测的水电机组故障诊断系统研究[D];中国水利水电科学研究院;2013年

2 夏战国;基于高斯过程的提升机轴承性能评测方法研究[D];中国矿业大学;2013年

3 周建宝;基于RVM的锂离子电池剩余寿命预测方法研究[D];哈尔滨工业大学;2013年

4 郭超众;具有呼吸裂纹的转子动力学特征提取及预诊方法研究[D];哈尔滨工业大学;2014年

5 李小斌;隐马尔可夫模型优化及其在胶带机故障预警中的应用[D];中国矿业大学;2014年

6 于超;穿甲弹用钨合金的冲击实验与纳观力学机理模拟研究[D];北京理工大学;2015年

7 史策;鲢鱼尸僵及贮藏过程中ATP关联物及生化特性变化规律的研究[D];中国农业大学;2015年

8 陆思良;基于随机共振的微弱信号检测模型及应用研究[D];中国科学技术大学;2015年

相关硕士学位论文 前10条

1 杨凤;基于离线时间序列数据的设备突发大故障预测[D];电子科技大学;2012年

2 王超;某高镍铸铁排气歧管低周热疲劳性能研究[D];武汉理工大学;2013年

3 戴炳雄;基于小波包熵和高斯混合模型的设备故障诊断和性能退化方法研究[D];华南理工大学;2013年

4 刘婷;小波支持向量机理论及其在股指预测中的应用[D];西南财经大学;2013年

5 王泽琪;基于菌群优化算法和小波SVM的P2P流量识别方法[D];湖北工业大学;2014年

6 魏升;采煤机行走轮齿根断裂特性分析[D];煤炭科学研究总院;2014年

7 赵春丽;细菌觅食算法的改进及在图像分割中的应用[D];南京师范大学;2014年

8 陈昌;基于状态振动特征的空间滚动轴承可靠性评估方法研究[D];重庆大学;2014年

9 陈海峰;退役机床齿轮零件剩余疲劳寿命预测研究及其可再制造性评估[D];重庆大学;2014年

10 罗方明;基于改进细菌觅食算法的两阶段变电站选址方法[D];广西大学;2014年

【二级参考文献】

相关期刊论文 前10条

1 朱红兵,刘建通,王港,黎明;GM(1,1)模型灰色预测法及其在预测体育成绩中的应用[J];首都体育学院学报;2003年01期

2 王雪松;程玉虎;郝名林;;基于细菌觅食行为的分布估计算法在预测控制中的应用[J];电子学报;2010年02期

3 宋德胜;崔建国;;基于组合预测模型的飞行器健康预测[J];沈阳航空工业学院学报;2009年04期

4 王莹玉;崔建国;赵云;李威;;基于LS-SVM的军用航空发电机寿命预测研究[J];沈阳航空工业学院学报;2010年04期

5 周雅兰;;细菌觅食优化算法的研究与应用[J];计算机工程与应用;2010年20期

6 王旭亮;聂宏;;疲劳寿命估算中的模糊性研究[J];机械科学与技术;2008年09期

7 邹心遥;姚若河;;小子样统计理论及IC可靠性评估[J];控制与决策;2008年03期

8 王旭亮;聂宏;;基于灰色系统GM(1,1)模型的疲劳寿命预测方法[J];南京航空航天大学学报;2008年06期

9 陈胜军;;基于隶属函数的疲劳寿命预测模型[J];南京师范大学学报(工程技术版);2007年02期

10 李翠凤;戴文战;;非等间距GM(1,1)模型背景值构造方法及应用[J];清华大学学报(自然科学版);2007年S2期

相关硕士学位论文 前1条

1 张娜;细菌觅食优化算法求解车间调度问题的研究[D];吉林大学;2007年

【相似文献】

相关期刊论文 前10条

1 韩京燮;黄云峰;张金民;;复合材料疲劳寿命预测[J];复合材料学报;1987年01期

2 涂柏林;;《工程材料高低循环复合疲劳》讲座(四)——高、低循环复合疲劳寿命预测[J];机械强度;1987年03期

3 盛水平 ,李永生;U形波纹管的弹塑性近似分析及疲劳寿命预测[J];压力容器;1988年06期

4 苏翰生,何晋瑞;拉-拉应力条件下蠕变疲劳寿命预测新方法[J];机械工程材料;1989年04期

5 苏翰生;;优化计算在蠕变-疲劳寿命预测中的应用[J];航空材料学报;1990年01期

6 唐俊武;王建国;王红缨;穆向荣;;磁致伸缩效应在疲劳寿命预测中的应用[J];物理测试;1991年05期

7 童小燕;孙秦;董聪;杨庆雄;;疲劳寿命预测能量方法的试验验证及其参数系统分析[J];西北工业大学学报;1993年02期

8 董月香;高增梁;;疲劳寿命预测方法综述[J];大型铸锻件;2006年03期

9 奚蔚;姚卫星;;一种考虑尺寸效应的缺口件疲劳寿命预测方法[J];南京航空航天大学学报;2013年04期

10 唐俊武,穆向荣,王建国,王红缨,张秀林;磁致伸缩效应在疲劳寿命预测中的应用[J];北京科技大学学报;1990年03期

相关会议论文 前10条

1 吕胜利;姚磊江;童小燕;;复合材料修补结构的疲劳寿命预测方法[A];第十二届全国疲劳与断裂学术会议论文集[C];2004年

2 李小影;石凯;周建宏;卢雪峰;;连续管疲劳寿命预测研究现状[A];陕西省焊接学术会议论文集[C];2008年

3 兆文忠;;基于虚拟样机技术的高速动车组疲劳寿命预测与控制[A];中国力学学会学术大会'2009论文摘要集[C];2009年

4 谢素明;周晓坤;李向伟;李晓峰;;基于美国ASME标准的重载货车车体焊缝疲劳寿命预测[A];中国计算力学大会'2010（CCCM2010）暨第八届南方计算力学学术会议（SCCM8）论文集[C];2010年

5 龙老虎;张邦强;;疲劳寿命预测方法概述[A];中国动力工程学会透平专业委员会2013年学术研讨会论文集[C];2013年

6 戚东涛;程光旭;魏生桂;;纤维缠绕复合材料管道双轴疲劳寿命预测研究[A];第六届全国压力容器学术会议压力容器先进技术精选集[C];2005年

7 张行;崔德渝;;变幅加载疲劳问题损伤力学分析方法[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

8 赵欣欣;王正道;;PI无机杂化薄膜疲劳寿命预测模型[A];北京力学会第13届学术年会论文集[C];2007年

9 郭平;林垲;杨昌军;;基于场强法的疲劳寿命预测[A];中国航空学会第七届动力年会论文摘要集[C];2010年

10 龙老虎;张邦强;;疲劳寿命预测方法概述[A];中国动力工程学会透平专业委员会2013年学术研讨会——S01汽轮机论文集[C];2013年

相关博士学位论文 前10条

1 王旭亮;不确定性疲劳寿命预测方法研究[D];南京航空航天大学;2009年

2 朱顺鹏;高温复杂结构的混合概率故障物理建模与疲劳寿命预测[D];电子科技大学;2012年

3 雷冬;疲劳寿命预测若干方法的研究[D];中国科学技术大学;2006年

4 张国庆;零件剩余疲劳寿命预测方法与产品可再制造性评估研究[D];上海交通大学;2007年

5 周泽;基于真实路谱重现的虚拟台架及汽车疲劳寿命预测研究[D];湖南大学;2013年

6 王潍;42CrMo钢疲劳短裂纹演化行为及疲劳寿命预测的研究[D];山东大学;2008年

7 李晓峰;基于虚拟疲劳试验的铁路车辆焊接结构疲劳寿命预测[D];大连交通大学;2008年

8 阳光武;机车车辆零部件的疲劳寿命预测仿真[D];西南交通大学;2005年

9 张庆;铝合金蠕变—疲劳耦合特性研究及其在柴油机活塞寿命预测中的应用[D];北京理工大学;2015年

10 Vu Tuan Dat（武俊达）;液压模块组合挂车动态响应及疲劳寿命预测研究[D];西南交通大学;2013年

相关硕士学位论文 前10条

1 李晓婷;驱动轮结构强度分析及疲劳寿命预测[D];大连理工大学;2013年

2 张营;基于初始应力条件的发动机连杆剩余疲劳寿命预测[D];山东大学;2012年

3 胡震;功率器件的故障诊断及疲劳寿命预测[D];天津理工大学;2014年

4 汪宏;基于MATLAB的疲劳寿命预测研究[D];长安大学;2009年

5 陈志超;多轴非比例载荷下金属材料的疲劳寿命预测[D];南京航空航天大学;2012年

6 侯亚丁;基于疲劳理论和能量分析的机械设备寿命预测方法研究[D];郑州大学;2013年

7 赵海翔;基于断裂力学的疲劳寿命预测工具箱的开发[D];东北大学;2012年

8 O绰，

本文编号：2152307