一种应力腐蚀开裂裂纹扩展速率预测方法及系统技术方案

本发明专利技术公开一种应力腐蚀开裂裂纹扩展速率预测方法及系统，本发明专利技术首先采用遗传算法利用预处理后的训练集、BP神经网络拓扑结构以及多个种群个体进行优化，获得最优权值和阈值，然后根据预处理后的训练集、最优权值和阈值对BP神经网络拓扑结构进行训练获得最优BP神经网络；最后将验证集中的输入数据输入至所述最优BP神经网络进行预测，获得各输入数据对应的裂纹扩展速率。本发明专利技术利用GA寻优算法优化BP神经网络进行裂纹拓展速率预测获得的预测曲线，相比于单独BP神经网络进行裂纹拓展速率预测获得的预测曲线，利用GA寻优算法优化BP神经网络得到的预测曲线与实际曲线拟合度更高。络得到的预测曲线与实际曲线拟合度更高。络得到的预测曲线与实际曲线拟合度更高。

【技术实现步骤摘要】
一种应力腐蚀开裂裂纹扩展速率预测方法及系统


[0001]本专利技术涉及裂纹扩展速率预测
，特别是涉及一种应力腐蚀开裂裂纹扩展速率预测方法及系统。

技术介绍

[0002]材料或零件在应力和腐蚀环境的共同作用下引起的开裂称为应力腐蚀开裂(Stress Corrosion Cracking,SCC)，以SCC为代表的环境促进开裂是影响不锈钢在高温水中长期安全运行的重要因素。由于应力腐蚀开裂在腐蚀介质环境下只需要很低的应力，所以其常被人们忽视，导致安全事故的发生。因此，预测不锈钢在高温水中SCC的裂纹扩展速率具有重要的现实意义，能够根据不锈钢现有的运行状态信息去预测其未来的发展趋势，提前发现风险，规避风险，保障人民群众生命与财产安全。
[0003]自上世纪60年代起，国内外学者便开始了对SCC的长期探索研究，主要集中于以下三个方向：1)研究应力腐蚀的机理；2)研究控制应力腐蚀的方法；3)预测应力腐蚀开裂行为，具体包括敏感性预测和裂纹扩展速率预测。
[0004]目前，神经网络等智能算法已被大量应用于腐蚀速率预测，例如骆正山等将灰色关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应力腐蚀开裂裂纹扩展速率预测方法，其特征在于，所述方法包括：步骤S1：获取数据集；所述数据集包括输入数据和输出数据；所述输入数据包括温度、应力强度、电导率、腐蚀电位、敏感度和PH值；所述输出数据包括裂纹扩展速率；步骤S2：将所述数据集按照一定比例划分训练集和测试集；步骤S3：对所述训练集内的输入数据和输出数据进行预处理，获得预处理后的训练集；步骤S4：基于BP神经网络拓扑结构计算权值的个数以及阈值的个数；步骤S5：采用遗传算法，利用预处理后的训练集、BP神经网络拓扑结构以及多个种群个体进行优化，获得最优种群个体；每个种群个体内包括BP神经网络初始给定的所有的阈值和权值；所述最优种群个体内的所有权值和阈值为最优权值和阈值；步骤S6：根据预处理后的训练集、最优权值和阈值对BP神经网络拓扑结构进行训练，获得最优BP神经网络；步骤S7：将验证集中的输入数据输入至所述最优BP神经网络进行预测，获得各输入数据对应的裂纹扩展速率。2.根据权利要求1所述的应力腐蚀开裂裂纹扩展速率预测方法，其特征在于，所述采用遗传算法，利用预处理后的训练集、BP神经网络拓扑结构以及多个种群个体进行优化，获得最优种群个体，具体包括：步骤S51：初始化参数；所述参数包括种群个体数量和第一终止条件；步骤S52：将各种群个体输入BP神经网络拓扑结构，采用轮盘赌法从初始种群中选取两个种群个体；步骤S53：将选取的两个种群个体进行交叉，获得两个新的种群个体，并存入初始种群；步骤S54：从初始种群中随机挑选一个种群个体，对位置k进行变异，获得新的种群个体，并将新的种群个体存入到初始种群中；步骤S55：判断是否满足第一终止条件；如果满足第一终止条件，则执行“步骤S56”；如果不满足第一终止条件，则返回“步骤S52”；步骤S56：将适应度值最小的种群个体作为最优种群个体。3.根据权利要求2所述的应力腐蚀开裂裂纹扩展速率预测方法，其特征在于，所述将各种群个体输入BP神经网络拓扑结构，采用轮盘赌法从初始种群中选取两个种群个体，具体包括：步骤S521：将各种群个体输入BP神经网络拓扑结构，获得多个BP神经网络初始模型；步骤S522：将预处理后的训练集中的第j组输入数据输入到多个BP神经网络初始模型，获得各种群个体对应的第j组裂纹拓展速率预测值；步骤S523：根据各种群个体对应的第j组裂纹拓展速率预测值计算各种群个体对应的适应度；步骤S524：根据各种群个体对应的适应度计算前i个种群个体的累积概率；步骤S525：随机生成两个随机数，基于前i个种群个体的累积概率从初始种群中选取各随机数对应种群个体。4.根据权利要求1所述的应力腐蚀开裂裂纹扩展速率预测方法，其特征在于，所述基于BP神经网络拓扑结构计算权值的个数以及阈值的个数，具体包括：步骤S41：构建3层BP神经网络拓扑结构；所述BP神经网络拓扑结构包括输入层、隐含层
和输出层，输入层节点的个数与输入数据包含自变量的种类数相同；输出层节点的个数与输出数据包含因变量的种类数相同；步骤S42：根据所述BP神经网络拓扑结构中输入层节点数、输出层节点数以及隐含层节点数来计算权值的个数以及阈值的个数。5.根据权利要求1所述的应力腐蚀开裂裂纹扩展速率预测方法，其特征在于，所述对所述训练集内的输入数据和输出数据进行预处理，获得预处理后的训练集，具体包括：步骤S31：对所述训练集内的输入数据进行归一化处理；步骤S32：对所述训练集内的输出数据分别进行稳健标准化处理；所述预处理后的训练集包括归一化处理...

【专利技术属性】
技术研发人员：蔡起衡，曹逻炜，李光海，王强，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：