基于机器学习的材料疲劳和腐蚀寿命预测研究进展

摘要

机器学习在多变量拟合、复杂数据相关性分析、隐含信息挖掘利用等方面具有强大功能，在机械结构故障预测和材料寿命预测方向的应用研究成为热点.本文介绍机器学习在材料疲劳和腐蚀寿命预测中的应用，深入探讨BP神经网络、支持向量回归、聚类分析算法和集成算法综合应用的研究现状，总结模型参数的选取方法和模型性能的评估指标，并对机器学习在材料疲劳和腐蚀寿命预测研究领域存在的主要问题和发展趋势进行剖析.

关键词

机器学习 / 疲劳和腐蚀 / 寿命预测 / 发展趋势

基金资助

国家自然科学基金项目(52302066); 江苏风力发电工程技术中心开放基金项目(ZK22-03-02); 江苏省大学生实践创新训练计划项目(202311276006Z); 南京工程学院大学生科技创新基金项目(TB202302014)