典型文献
基于监督学习的轨道车辆车轴裂纹扩展预测方法研究
文献摘要：
传统裂纹扩展分析需要精确的数学模型以及校准参数,但现实中的复杂形状裂纹扩展过程难以进行精准建模,而通过有限元软件对裂纹扩展过程进行分析需大量的运算时间.因此,文章提出了基于监督学习的轨道车辆车轴裂纹扩展方法,该方法无需进行数学建模,可通过结构健康监测数据以及初始裂纹数据直接预测裂纹的扩展趋势.经验证,该方法预测准确率较高,能够较好地拟合裂纹扩展趋势.
文献关键词：
裂纹扩展;监督学习;预测;神经网络
中图分类号：
作者姓名：
阮大卫;石韵琪;李传迎;宋拯宇;崔勇
作者机构：
中车青岛四方机车车辆股份有限公司 国家工程技术研究中心,山东 青岛 266111;斯图加特大学,德国 斯图加特 70569
文献出处：
引用格式：
[1]阮大卫;石韵琪;李传迎;宋拯宇;崔勇-.基于监督学习的轨道车辆车轴裂纹扩展预测方法研究)[J].铁道车辆,2022(01):39-42
A类：
B类：
监督学习,轨道车辆,辆车,车轴裂纹,裂纹扩展,复杂形状,精准建模,运算时间,数学建模,结构健康监测,初始裂纹,直接预测,预测准确率
AB值：
0.288463
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
