期刊检索

  • 2024年第32卷
  • 2023年第31卷
  • 2022年第30卷
  • 2021年第29卷
  • 2020年第28卷
  • 2019年第27卷
  • 2018年第26卷
  • 2017年第25卷
  • 2016年第24卷
  • 2015年第23卷
  • 2014年第22卷
  • 2013年第21卷
  • 2012年第20卷
  • 2011年第19卷
  • 2010年第18卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 中国材料研究学会
哈尔滨工业大学
主编 苑世剑 国际刊号ISSN 1005-0299 国内刊号CN 23-1345/TB

期刊网站二维码
微信公众号二维码
引用本文:王正,刘建雄,王璐,谢伟云.改进神经网络在疲劳短裂纹演化行为中的应用[J].材料科学与工艺,2012,20(6):45-49,55.DOI:10.11951/j.issn.1005-0299.20120609.
WANG Zheng,LIU Jian-xiong,WANG Lu,XIE Wei-yun.Application of improved back-propagation neural networkto short fatigue crack evolution[J].Materials Science and Technology,2012,20(6):45-49,55.DOI:10.11951/j.issn.1005-0299.20120609.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 1971次   下载 1391 本文二维码信息
码上扫一扫!
分享到: 微信 更多
改进神经网络在疲劳短裂纹演化行为中的应用
王正, 刘建雄, 王璐, 谢伟云
大连理工大学 能源与动力学院,大连 116024
摘要:
为研究短裂纹演化行为中复杂的非线性动力学过程,采用改进BP神经网络算法对疲劳短裂纹的演化行为进行表征.该方法采用遗传算法优化确定神经网络的权重,同时集合BP网络算法的局部精确搜索和遗传算法的宏观搜索、全局优化特性,可以综合多个影响因素,反映其隐含的复杂非线性关系.通过对复杂应力状态下高温低周疲劳短裂纹的试验研究及疲劳短裂纹密度和裂纹扩展速率的模拟比较,表明该方法收敛速度更快、计算更精确,基于该方法建立的疲劳短裂纹演化模型合理有效.
关键词:  高温低周疲劳  短裂纹  改进神经网络  裂纹密度  裂纹扩展速率
DOI:10.11951/j.issn.1005-0299.20120609
分类号:
基金项目:国家自然科学基金资助项目(50771024).
Application of improved back-propagation neural networkto short fatigue crack evolution
WANG Zheng, LIU Jian-xiong, WANG Lu, XIE Wei-yun
School of Energy and Power Engineering,Dalian University of Technology,Dalian 116024,China
Abstract:
To research the complicated nonlinear dynamics process of the short crack evolution behavior,a way that improves back-propagation neural network aiming at evolution of short fatigue crack is shown in this paper.This method optimizes the weight of the BP network,and aggregates the characteristics of the local precise search of the BP network and the global optimization of the improved genetic algorithm,which integrates more factors and reflects complicated relation.Comparing the results of the experiment of short fatigue crack for low cycle under complex stress at high temperature with the simulation results of improved back-propagation neural network,it is proved that the method is feasible,accurate and converged quickly.
Key words:  high temperature low cycle fatigue  short crack  improved back-propagation neural network  crack density  crack propagation rate

友情链接LINKS