起重机金属结构疲劳寿命分析与评估  

作　　者：刘慧 

机构地区：[1]广东省特种设备检测研究院梅州检测院,广东梅州514000

出　　处：《中国新技术新产品》2024年第23期93-95,共3页New Technology & New Products of China

摘　　要：传统方法在预测精度和适用性方面有局限性,因此本研究采用深度学习技术对起重机金属结构的疲劳寿命进行分析与评估,通过构建卷积神经网络(CNN)和长短期记忆网络(LSTM)的混合模型,处理显微结构图像和应力应变时间序列数据,对疲劳裂纹特征进行自动提取和寿命预测。研究结果显示,模型预测的相对误差较小,验证了其在复杂应力状态下的高预测精度。本研究将深度学习应用于特种设备领域,提高了预测的准确性和可靠性,为起重机金属结构的设计优化和维护策略提供了科学依据,具有重要的工程应用价值和推广前景。

关 键 词：起重机 金属结构 疲劳寿命 深度学习 

分 类 号：TH21[机械工程—机械制造及自动化]