TY  - JOUR
TI  - 基于灰色神经网络的金属疲劳寿命预测研究
AU  - 杨梦迪
AU  - 贺敬良
AU  - 陈勇
AU  - 龙震海
JO  - 冶金与材料
PY  - 2021
IS  - 5
SP  - 19
EP  - 21
SN  - 2096-4854
AB  - 为了对金属轴类零件的低周扭转疲劳寿命进行评估预测,搭建了灰色模型和灰色LSTM神经网络组合模型,并根据大量试验研究,对比分析了金属轴类零件低周扭转疲劳的实际循环寿命与用模型预测的循环寿命之间的误差。试验结果表明,提出的灰色神经网络组合模型相对于传统单一模型,能对金属轴类零件的扭转循环寿命进行有效预测,降低了预测寿命与实际寿命间的相对误差,提高了预测精度,为金属轴类零件的低周扭转疲劳寿命预测提供参考依据,具有一定的实用价值。
KW  - 寿命预测
KW  - 灰色模型
KW  - 神经网络
KW  - 组合模型
UR  - https://journal.zazhitong.com/yjycl/articles/2108474138089619458
ER  -