基于神经网络预测腐蚀与疲劳下的零件寿命  

作　　者：金增楠 张荣闯 王娜[1] 孙军 

机构地区：[1]沈阳城市建设学院机械工程学院,辽宁沈阳110167 [2]东北大学秦皇岛分校控制工程学院,河北秦皇岛066004

出　　处：《科技与创新》2025年第4期1-4,8,共5页Science and Technology & Innovation

基　　金：河北省自然科学基金(编号:E2021501027)。

摘　　要：随着工业技术的不断发展,零件的腐蚀和疲劳问题越来越受到关注。这些因素会导致零件性能下降,甚至引发安全事故。因此,对腐蚀与疲劳作用下的零件寿命进行分析和预测具有重要意义。以阳光智能跟踪与导入装置为研究对象,使用有限元分析计算其变形量以及根据腐蚀量进行选材,对已知腐蚀数据进行神经网络拟合进而扩充数据,最后应用神经网络时间序列,构建一个多层感知器神经网络模型预测零件寿命,同时为相关领域的研究提供新的思路和方法。

关 键 词：神经网络 腐蚀 疲劳 寿命评估 

分 类 号：TH128[机械工程—机械设计及理论] TP183[自动化与计算机技术—控制理论与控制工程]