一种钛合金应力腐蚀临界应力强度因子预测方法技术

本发明专利技术涉及数据预测技术领域，尤其涉及一种钛合金应力腐蚀临界应力强度因子预测方法。该方法包括以下步骤：获取钛合金基础数据，其中钛合金基础数据包括钛合金化学数据以及钛合金晶体结构数据；根据钛合金基础数据进行本构模型构建，从而构建钛合金本构模型；根据钛合金本构模型进行几何模拟，从而构建钛合金几何模型；根据钛合金几何模型进行网格划分，从而获得钛合金网格化模型；获取临界条件，并根据临界条件对钛合金网格化模型进行应力模拟计算，从而生成钛合金应力腐蚀临界应力强度因子预测数据。本发明专利技术通过预测钛合金的应力腐蚀临界应力强度因子，提高钛合金材料的使用寿命和安全性能。和安全性能。和安全性能。

【技术实现步骤摘要】
一种钛合金应力腐蚀临界应力强度因子预测方法


[0001]本专利技术涉及数据预测
，尤其涉及一种钛合金应力腐蚀临界应力强度因子预测方法。

技术介绍

[0002]钛合金作为一种高强度、轻质、耐腐蚀的材料，在航空航天、医疗、汽车等领域有广泛应用。钛合金还是唯一的在海水和空气中的疲劳极限几乎无显著差别的高强度材料。所以钛合金被称为海洋金属。虽然钛合金导热性、耐磨性、焊接性欠佳，存在热加工吸氢等问题，但其优异的综合性能仍使它成为一种重要的海洋材料，在深海装备上的应用与日俱增，并且逐渐由零部件向关键结构方向发展，对钛合金深海腐蚀行为的研究和耐蚀性评价也随之成为时下关注的热点。随着计算机技术的进一步发展，数据挖掘以及深度处理成为了越来越多领域的数据化解决方案的选择之一，通过对大量数据进行挖掘，可以发现数据中潜在价值信息，从而为下一步的执行方案提供更加精准的预测数据。钛合金在使用过程中也容易受到应力腐蚀的影响，导致材料失效或寿命缩短。应力腐蚀是指在材料同时受到应力和腐蚀介质的作用下，材料发生腐蚀而导致失效为了保证钛合金材料在实际使用中的安全性和可靠性，需要对其应力腐蚀临界应力强度因子进行预测和评估，在目前的钛合金数值模拟阶段，往往对参数采用线性回归的方式进行预测或者针对数据进行简单的数据挖掘，对其应力腐蚀临界应力强度因子进行预测的结果误差较大。

技术实现思路

[0003]本专利技术为解决上述技术问题，提出了一种钛合金应力腐蚀临界应力强度因子预测方法，以解决至少一个上述技术问题。
[0004]本专利技术提供一种钛合金应力腐蚀临界应力强度因子预测方法，包括以下步骤：步骤S1：获取钛合金基础数据，其中钛合金基础数据包括钛合金化学数据以及钛合金晶体结构数据；步骤S2：根据钛合金基础数据进行本构模型构建，从而构建钛合金本构模型；步骤S3：根据钛合金本构模型进行几何模拟，从而构建钛合金几何模型；步骤S4：根据钛合金几何模型进行网格划分，从而获得钛合金网格化模型；步骤S5：获取临界条件，并根据临界条件对钛合金网格化模型进行应力模拟计算，从而生成钛合金应力腐蚀临界应力强度因子预测数据。
[0005]本专利技术基于钛合金化学数据和晶体结构数据构建本构模型，并利用几何模拟、网格划分和应力模拟计算方法预测钛合金应力腐蚀临界应力强度因子的方法，可以更准确地预测钛合金在应力作用下的损坏情况，有助于提高钛合金材料的使用寿命和安全性能。
[0006]优选地，步骤S2具体为：步骤S21：根据钛合金基础数据进行数据预处理，从而获得预处理数据；步骤S22：根据预处理数据进行特征缩放，从而获得最大相关特征属性数据；
步骤S23：根据最大相关特征属性数据进行特征提取，从而获得钛合金特征数据；步骤S24：根据钛合金特征数据进行本构模型构建，从而构建钛合金本构模型。
[0007]本专利技术采用了数据预处理、特征缩放和特征提取等技术，可以去除噪声和冗余信息，提高数据质量和模型的准确性。同时，基于最大相关特征属性数据构建钛合金本构模型，可以更加准确地描述材料的力学行为，有助于提高钛合金应力腐蚀临界应力强度因子预测结果的准确性和可靠性。
[0008]优选地，步骤S21具体为：步骤S211：根据钛合金基础数据进行数据清洗，从而获得清洗数据；步骤S212：根据清洗数据进行钛合金异常数据检测并剔除异常值，从而获得去异常数据；步骤S213：根据去异常数据进行特征缩放，从而获得预处理数据。
[0009]本专利技术通过对钛合金基础数据进行数据清洗、异常值检测并剔除以及特征缩放的预处理步骤，可以获得更加干净、准确的数据，并且通过特征缩放可以提高数据的相关性和可解释性，为后续钛合金相关应用（如生产制造、质量控制等）提供更加可靠、有效的数据支持。
[0010]优选地，步骤S22具体为：步骤S221：根据预处理数据进行参数相关程度计算，从而获得钛合金参数相关程度数值数据；步骤S222：判断钛合金参数相关程度数值数据是否大于或等于预设的钛合金参数相关程度阈值数值；步骤S223：确定钛合金参数相关程度数值数据大于或等于预设的钛合金参数相关程度阈值数值时，则根据预处理数据通过优化弹性网络计算方法进行特征缩放，从而获得最大相关特征属性数据；步骤S224：确定钛合金参数相关程度数值数据小于预设的钛合金参数相关程度阈值数值时，判断预处理数据的参数数量是否小于预设的钛合金参数阈值数据；步骤S225：确定预处理数据的参数数量小于预设的钛合金参数阈值数据时，则根据预处理数据通过第一特征缩放方法进行特征缩放，从而获得最大相关特征属性数据；步骤S226：确定预处理数据的参数数量大于或等于预设的钛合金参数阈值数据时，则根据预处理数据通过第二特征缩放方法进行特征缩放，从而获得最大相关特征属性数据。
[0011]本专利技术可以进一步提高预处理数据的精度和可靠性，从而获得更具有相关性和影响力的最大相关特征属性数据。通过计算钛合金参数之间的相关程度，并筛选出相对重要的特征属性，可以有效地降低维度和复杂度，提高建模和分析效率。同时，根据预设的阈值数值，采用不同的特征缩放方法，可以根据预处理数据的特点和参数数量进行选择，进一步优化特征属性数据的准确性和适用性。这些有益效果可以提高钛合金材料相关研究的深度和广度，促进相关技术和应用的发展。
[0012]优选地，参数相关程度计算通过参数相关程度计算公式进行计算，其中参数相关程度计算公式具体为：
为钛合金参数相关程度数值数据，为钛合金参数误差调整项，为第个预处理数据的调整系数，为第个预处理数据，为第个预处理数据的调整系数，为第个预处理数据，为钛合金参数初始调整值，为预处理数据的平均数，为钛合金参数缩放系数，为预处理数据的数量信息，为钛合金参数相关程度数值数据的修正项。
[0013]本专利技术提供一种参数相关程度计算公式，该公式充分考虑了钛合金参数误差调整项、第个预处理数据的调整系数、第个预处理数据、第个预处理数据的调整系数、第个预处理数据、钛合金参数初始调整值、预处理数据的平均数、钛合金参数缩放系数、预处理数据的数量信息以及相互之间的作用关系，从而形成函数关系，其中误差调整项和初始调整值可以对钛合金参数数据进行一定的修正和平滑，降低预处理数据中可能存在的噪声和干扰因素对结果的影响；调整系数和则可以对相邻预处理数据之间的相关性进行量化和比较，进一步提高结果的精确度和可靠性；平均数和缩放系数则可以将不同量纲的参数数据进行统一，避免量纲不同导致结果偏差的问题；数量信息和修正项则可以对结果进行修正和优化，提高计算结果的准确性和适用性。
[0014]优选地，其中优化弹性网络正则化计算方法的步骤具体为：步骤S231：根据预处理数据进行标准化处理，从而获得标准化数据；步骤S232：根据标准化数据进行最小误差扰动随机划分，从而生成训练集数据以及测试集数据；步骤S233：根据训练集数据进行交叉验证，从而获得弹性网络调整参数；步骤S234：根据弹性网络调整参数以及训练集数据进行弹性网络模型拟合并通过测试集数据进行误差迭代，从而构建优化弹性网络模型；步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钛合金应力腐蚀临界应力强度因子预测方法，其特征在于，包括以下步骤：步骤S1：获取钛合金基础数据，其中钛合金基础数据包括钛合金化学数据以及钛合金晶体结构数据；步骤S2：根据钛合金基础数据进行本构模型构建，从而构建钛合金本构模型；步骤S3：根据钛合金本构模型进行几何模拟，从而构建钛合金几何模型；步骤S4：根据钛合金几何模型进行网格划分，从而获得钛合金网格化模型；步骤S5：获取临界条件，并根据临界条件对钛合金网格化模型进行应力模拟计算，从而生成钛合金应力腐蚀临界应力强度因子预测数据。2.根据权利要求1所述的方法，其特征在于，步骤S2具体为：步骤S21：根据钛合金基础数据进行数据预处理，从而获得预处理数据；步骤S22：根据预处理数据进行特征缩放，从而获得最大相关特征属性数据；步骤S23：根据最大相关特征属性数据进行特征提取，从而获得钛合金特征数据；步骤S24：根据钛合金特征数据进行本构模型构建，从而构建钛合金本构模型。3.根据权利要求2所述的方法，其特征在于，步骤S21具体为：根据钛合金基础数据进行数据清洗，从而获得清洗数据；根据清洗数据进行钛合金异常数据检测并剔除异常值，从而获得去异常数据；根据去异常数据进行特征缩放，从而获得预处理数据。4.根据权利要求1所述的方法，其特征在于，步骤S22具体为：步骤S221：根据预处理数据进行参数相关程度计算，从而获得钛合金参数相关程度数值数据；步骤S222：判断钛合金参数相关程度数值数据是否大于或等于预设的钛合金参数相关程度阈值数值；步骤S223：确定钛合金参数相关程度数值数据大于或等于预设的钛合金参数相关程度阈值数值时，则根据预处理数据通过优化弹性网络计算方法进行特征缩放，从而获得最大相关特征属性数据；步骤S224：确定钛合金参数相关程度数值数据小于预设的钛合金参数相关程度阈值数值时，判断预处理数据的参数数量是否小于预设的钛合金参数阈值数据；步骤S225：确定预处理数据的参数数量小于预设的钛合金参数阈值数据时，则根据预处理数据通过第一特征缩放方法进行特征缩放，从而获得最大相关特征属性数据；步骤S226：确定预处理数据的参数数量大于或等于预设的钛合金参数阈值数据时，则根据预处理数据通过第二特征缩放方法进行特征缩放，从而获得最大相关特征属性数据。5.根据权利要求4所述的方法，其特征在于，参数相关程度计算通过参数相关程度计算公式进行计算，其中参数相关程度计算公式具体为：公式进行计算，其中参数相关程度计算公式具体为：为钛合金参数相关程度数值数据，为钛合金参数误差调整项，为第个预处理数据的调整系数，为第个预处理数据，为第个预处理数据的调整系数，为第个预处理数据，为钛合金参数初始调整值，为预处理数据的平均数，为钛合金参数缩放系
数，为预处理数据的数量信息，为钛合金参数相关程度数值数据的修正项。6.根据权利要...

【专利技术属性】
技术研发人员：黄小虎，廖兰英，
申请(专利权)人：深圳市正泰隆科技有限公司，
类型：发明
国别省市：