典型文献
机器学习在高温合金粉末盘构件疲劳寿命预测中的应用
文献摘要：
由于制粉的污染、容器材料剥落等原因,采用粉末冶金工艺制备高温合金,不可避免地将引入非金属夹杂物.这些夹杂物的存在严重危害高温合金涡轮盘的力学性能,并可能导致涡轮盘低周疲劳失效.目前,疲劳寿命模型主要是由Manson-Coffin公式发展出来的,均未考虑疲劳过程中弹性模量的变化和合金缺陷特征因素的影响,这些导致预测结果与实际存在较大误差.本文利用机器学习算法建立了涡轮盘低周疲劳循环次数与夹杂物距涡轮盘表面的距离以及夹杂物的尺寸之间的定量预测模型.结果表明,通过支持向量回归、随机森林、梯度提升机、核岭回归和套索回归法等不同模型的计算对比发现,梯度提升树算法能够更好地预测疲劳寿命.
文献关键词：
粉末冶金;机器学习;寿命预测;高温合金
中图分类号：
作者姓名：
张国栋;苏宝龙;廖玮杰;王晓峰;邹金文;袁睿豪;李金山
作者机构：
西北工业大学凝固技术国家重点实验室,陕西西安710072;中国航发北京航空材料研究院先进高温结构材料重点试验室,北京100095;西北工业大学重庆科创中心,重庆401135
文献出处：
引用格式：
[1]张国栋;苏宝龙;廖玮杰;王晓峰;邹金文;袁睿豪;李金山-.机器学习在高温合金粉末盘构件疲劳寿命预测中的应用)[J].铸造技术,2022(07):519-524
A类：
B类：
高温合金,合金粉末,疲劳寿命预测,制粉,器材,剥落,粉末冶金,冶金工艺,工艺制备,非金属夹杂物,严重危害,涡轮盘,低周疲劳,疲劳失效,疲劳寿命模型,Manson,Coffin,中弹,弹性模量,缺陷特征,机器学习算法,循环次数,定量预测模型,支持向量回归,梯度提升机,核岭回归,套索回归,回归法,梯度提升树算法
AB值：
0.304326
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。
