基于BP神经网络的汽轮机叶片疲劳寿命预测方法  

Fatigue Life Prediction Method for Steam Turbine Blades Based on BP Neural Network

作　　者：孙建兵 Sun Jianbing

机构地区：[1]华电青岛发电有限公司

出　　处：《电力设备管理》2025年第3期139-141,共3页Electric Power Equipment Management

摘　　要：汽轮机叶片在高温高压条件下运行时,受到多种应力交替作用,易出现疲劳损伤。本文基于BP神经网络模型预测叶片的疲劳寿命,并通过优化模型结构提升预测精度。试验数据涵盖应力水平、温度及频率等特征,模型通过增加隐藏层数、引入早停法、使用正则化及调整学习率等手段进行了优化。优化后的模型在训练集和测试集中的R2值明显提升,较好地捕捉了各特征对疲劳损失的影响。SHAP值分析揭示了频率和应力对疲劳损失的关键影响。本文为汽轮机叶片的疲劳寿命预测提供了可靠的技术支持,助力于叶片管理和维护策略的优化。

关 键 词：汽轮机叶片 疲劳寿命预测 BP神经网络 

分 类 号：TK2[动力工程及工程热物理—动力机械及工程]