【技术实现步骤摘要】
本申请涉及复合材料力学及实验力学，更具体的说，涉及一种疲劳寿命预测方法及相关装置。
技术介绍
1、复合材料是人们运用先进的材料制备技术将不同性质的材料组分优化组合而成的新材料。复合材料的疲劳寿命预测是一个重要的研究领域，旨在评估材料在循环应力下的耐久性。
2、对复合材料进行疲劳寿命预测能够更好的优化复合材料的结构，那么如何实现复合材料的疲劳寿命预测，是本领域技术人员亟需解决的技术问题。
技术实现思路
1、有鉴于此，本申请提供一种疲劳寿命预测方法及相关装置，以解决亟需进行复合材料的疲劳寿命预测的问题。
2、为解决上述技术问题，本申请采用了如下技术方案：
3、一种疲劳寿命预测方法，包括：
4、确定疲劳测试参数；
5、利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图；
6、根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命。
7、可选地，利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图，包括：
8、确定疲劳次数；
9、针对每一疲劳次数，利用所述疲劳测试参数，控制疲劳测试装置对目标复合材料执行预设疲劳测试动作，所述预设疲劳测试动作的执行次数为所述疲劳次数；
10、在所述预设疲劳测试动作执行完成后，确定所述目标
11、可选地，确定所述目标复合材料的时频标度图，包括：
12、获取所述目标复合材料的图像数据；
13、对所述图像数据进行变形分析操作，得到时频标度图。
14、可选地，根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命，包括：
15、将不同疲劳次数下的时频标度图转换为像素矩阵；
16、对所述像素矩阵进行归一化操作，得到目标图像向量；
17、调用疲劳寿命预测模型，对所述疲劳测试参数以及所述目标图像向量进行处理，得到所述目标复合材料的疲劳寿命。
18、可选地，所述疲劳寿命预测模型的训练过程包括：
19、获取训练样本；所述训练样本包括输入参数以及疲劳寿命参考值；所述输入参数包括测试参数样本以及图像向量样本；
20、利用所述训练样本，对疲劳寿命预测模型进行训练，直至满足训练停止条件时停止；所述疲劳寿命预测模型中，隐藏层节点的个数为预设个数；传递函数为sigmoid函数；输出层的输出函数为线性函数；训练函数为trainlm函数。
21、可选地，获取训练样本，包括：
22、通过疲劳测试装置对实际复合材料执行预设疲劳测试操作，得到第一训练样本；
23、对仿真复合材料进行有限元仿真操作，得到第二训练样本；
24、将所述第一训练样本和所述第二训练样本组合得到训练样本。
25、可选地，对仿真复合材料进行有限元仿真操作，得到第二训练样本，包括：
26、利用测试参数样本，对仿真复合材料进行有限元仿真，在仿真过程中，通过加入预设信噪比的噪声的方式进行数据增强操作，得到标度图样本；
27、将所述标度图样本转换为图像向量样本；
28、将所述测试参数样本以及所述图像向量样本组合得到第二训练样本。
29、一种疲劳寿命预测装置，包括：
30、参数确定模块，用于确定疲劳测试参数；
31、疲劳测试模块，用于利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图；
32、寿命预测模块，用于根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命。
33、一种电子设备，包括至少一个处理器和与所述处理器连接的存储器，其中：
34、所述存储器用于存储计算机程序；
35、所述处理器用于执行所述计算机程序，以使所述电子设备能够实现上述的疲劳寿命预测方法。
36、一种疲劳寿命预测系统，包括上述的电子设备，还包括：
37、疲劳测试装置以及相机；
38、所述疲劳测试装置用于，基于所述电子设备的控制，进行疲劳测试操作；
39、所述相机用于，采集目标复合材料的图像数据，将所述图像数据发送至所述电子设备。
40、本申请提供了一种疲劳寿命预测方法及相关装置，本申请中，确定疲劳测试参数，利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图，根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命。即通过本专利技术实现了疲劳寿命的测试，并且本专利技术中，使用了目标复合材料在不同疲劳次数下的时频标度图，该数据能够代表目标复合材料实际场景中的使用情况数据，因此，利用该数据进行疲劳寿命预测，能够提高寿命预测的准确度。
本文档来自技高网...【技术保护点】
1.一种疲劳寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的疲劳寿命预测方法，其特征在于，利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图，包括：
3.根据权利要求2所述的疲劳寿命预测方法，其特征在于，确定所述目标复合材料的时频标度图，包括：
4.根据权利要求1所述的疲劳寿命预测方法，其特征在于，根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命，包括：
5.根据权利要求4所述的疲劳寿命预测方法，其特征在于，所述疲劳寿命预测模型的训练过程包括：
6.根据权利要求5所述的疲劳寿命预测方法，其特征在于，获取训练样本，包括：
7.根据权利要求6所述的疲劳寿命预测方法，其特征在于，对仿真复合材料进行有限元仿真操作，得到第二训练样本，包括：
8.一种疲劳寿命预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括至少一个处理器和与所述处理器连接的存储器，其中：
...【技术特征摘要】
1.一种疲劳寿命预测方法，其特征在于，包括：
2.根据权利要求1所述的疲劳寿命预测方法，其特征在于，利用所述疲劳测试参数，对目标复合材料进行疲劳测试操作，得到所述目标复合材料在不同疲劳次数下的时频标度图，包括：
3.根据权利要求2所述的疲劳寿命预测方法，其特征在于，确定所述目标复合材料的时频标度图，包括：
4.根据权利要求1所述的疲劳寿命预测方法，其特征在于，根据所述疲劳测试参数以及所述不同疲劳次数下的时频标度图，进行疲劳寿命预测操作，得到所述目标复合材料的疲劳寿命，包括：
5.根据权利...
【专利技术属性】
技术研发人员：杨洋，范金娟，陈新文，张琴，何玉怀，
申请(专利权)人：中国航发北京航空材料研究院，
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。