【技术实现步骤摘要】
本专利技术涉及焊接数据扩充的，具体涉及一种焊接结构疲劳数据增强方法。
技术介绍
1、机器学习已发展成疲劳寿命预测的一种有效方法，但由于变幅加载疲劳试验周期长，成本高，难以获得大量可靠的训练样本，导致预测疲劳寿命的基础数据样本量不足，现有技术中通过模型获得的疲劳数据多数为常幅载荷下的疲劳数据，但实际工程中，焊接结构多处于变幅载荷的环境中，疲劳数据具有复杂性和离散性，若疲劳寿命的预测只以常幅载荷下的疲劳数据为基础，会导致疲劳寿命预测结果不准确。
技术实现思路
1、为了克服现有技术中疲劳数据样本量低，且现有模型扩充数据效果差的技术问题，本专利技术提供了一种焊接结构疲劳数据增强方法。
2、本专利技术为实现上述目的所采用的技术方案是：一种焊接结构疲劳数据增强方法，其特征在于，包括以下步骤：
3、s1：建立焊接结构疲劳数据集；
4、s2：基于已经构建的焊接结构疲劳数据集，使用改进的ctgan生成模型进行数据扩充；
5、s3：对扩充后的数据进行归一化处理；
6、s4：得到增强后的焊接结构疲劳数据。
7、优选地，步骤s1中所述建立焊接结构疲劳数据集具体为：获得焊机疲劳分析机构和企业疲劳试验数据，进行实验室疲劳试验，获得变幅载荷下焊接结构试验数据，焊接结构疲劳数据集包括第一级应力水平σ1和第二级应力水平σ2，第一级应力水平下的疲劳寿命nf1和第二级应力水平下的疲劳寿命nf2，第一级应力水平下的循环次数n1p和第二级应力水平下的循
8、优选地，步骤s2中使用改进的ctgan生成模型进行数据扩充包括以下步骤：
9、s201：采用累计损伤模型中的peng模型嵌入到ctgan生成模型的损失函数中，嵌入后ctgan生成模型的总损失函数表达式为：
10、lgenerator＝ladversarial+ldiscrete+lmmd+lphysics
11、其中，lgenerator为总损失函数，ladversarial为对抗损失函数，ldiscrete为离散列损失函数，lmmd为mmd损失函数，lphysics为物理损失函数；
12、其中mmd损失函数的表达式为：
13、
14、其中，lmmd为mmd损失函数，p为生成器生成数据的概率分布，q为真实数据的概率分布，n和m分别为从p和q中抽样得到的样本数，yi和yj分别为从p和q中抽样得到的样本，i和j均为样本的序号，φ(*)为特征映射函数；
15、物理损失函数的表达式为：
16、
17、其中，lphysics为物理损失函数，σ1为第一级应力水平，σ2为第二级应力水平，nf1为第一级应力水平下的疲劳寿命，nf2为第二级应力水平下的疲劳寿命，n1为第一级应力水平下的循环次数，n2为第二级应力水平下的循环次数；
18、s202：使用改进的ctgan生成模型生成σ1m、σ2m、n1m、n2m；
19、s203：在改进的ctgan生成模型输出的数据中筛选出和焊接结构疲劳数据集同一应力水平的疲劳数据，即σ1m＝σ1、σ2m＝σ2时的疲劳数据，并改进的在ctgan生成模型生成σ1m、σ2m、n1m、n2m数据中插入相应的第一级应力水平下的疲劳寿命nf1、第二级应力水平下的疲劳寿命nf2，得到完整的扩充后的数据σ1、σ2、nf1、nf2、n1m、n2m。
20、优选地，步骤s3中所述的归一化处理的表达式为：
21、
22、其中，xnew为归一化后的数据，x为归一化前的数据，xmax为数据中的最大值，xmin为数据中的最小值。
23、本专利技术与现有技术相比，通将损伤模型中的peng模型嵌入至ctgan生成模型的损失函数中，得到改进的ctgan生成模型，能够进行变幅载荷下对数据进行落账，能够获得更接近实际工况的疲劳数据，降低了现有技术中采集疲劳数据的复杂程度，使通过小部分的疲劳数据就能够获得大量接近实际工况的疲劳数据，增强疲劳寿命预测结果的准确性。
本文档来自技高网...【技术保护点】
1.一种焊接结构疲劳数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种焊接结构疲劳数据增强方法，其特征在于，步骤S1中所述建立焊接结构疲劳数据集具体为：获得焊机疲劳分析机构和企业疲劳试验数据，进行实验室疲劳试验，获得变幅载荷下焊接结构试验数据，焊接结构疲劳数据集包括第一级应力水平σ1和第二级应力水平σ2，第一级应力水平下的疲劳寿命Nf1和第二级应力水平下的疲劳寿命Nf2，第一级应力水平下的循环次数n1p和第二级应力水平下的循环次数n2p。
3.根据权利要求1所述的一种焊接结构疲劳数据增强方法，其特征在于，步骤S2中使用改进的CTGAN生成模型进行数据扩充包括以下步骤：
4.根据权利要求1所述的一种焊接结构疲劳数据增强方法，其特征在于，步骤S3中所述的归一化处理的表达式为：
【技术特征摘要】
1.一种焊接结构疲劳数据增强方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种焊接结构疲劳数据增强方法，其特征在于，步骤s1中所述建立焊接结构疲劳数据集具体为：获得焊机疲劳分析机构和企业疲劳试验数据，进行实验室疲劳试验，获得变幅载荷下焊接结构试验数据，焊接结构疲劳数据集包括第一级应力水平σ1和第二级应力水平σ2，第一级应力水平下的疲劳寿命nf...
【专利技术属性】
技术研发人员：邹丽，杨鑫华，孙屹博，曹欣宇，
申请(专利权)人：大连交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。