本發明公開了一種基于SENet的透平葉片高周疲勞壽命預測方法,包括步驟:1、采集發生高周疲勞失效的透平葉片故障信號;2、采用SFI及FEM方法計算作業時透平葉片的受迫振動和自激振動時序信號,通過FFT轉換為頻域信號,計算作業時的前六階振動響應;3、對所有采樣葉片進行振動響應計算,將數據歸一化,劃分訓練集和驗證集;4、將SE塊集成到ResNet神經網絡中,形成SE?ResNet為架構的SENet網絡并訓練;5、針對實際運行的透平葉片進行高周疲勞壽命預測;6、增添新數據、針對不同材料進行新的網絡訓練。本發明能夠實現精準的高周疲勞壽命預測,避免了復雜的壽命預測機理分析,大幅減少了壽命預測的人工及實驗測試成本,具有重要的工程意義及廣闊的應用前景。
聲明:
“基于SENet的透平葉片高周疲勞壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)