基于机器学习算法对铝合金的应力集中系数预测

本文将6061铝合金试件作为疲劳拉伸实验对象,得到不同损伤程度的铝合金试件,借助工业CT扫描系统和AVIZO软件获取试件内部的缺陷特征数据。通过ABAQUS仿真分析,得出疲劳循环周次与应力集中系数呈线性关系,因此应力集中系数可以作为疲劳寿命的表征参数。最后,借助机器学习算法准确预测不同缺陷特征信息的应力集中系数。

缺陷特征对铝合金疲劳性能的研究

针对铝合金材料,确定不同缺陷特征参数对铝合金疲劳寿命的影响,通过Pearson系数选取与疲劳损伤影响较大的特征参数进行研究,基于Abaqus分析软件建立了缺陷特征的疲劳损伤模型,在特征权重公式的基础上,获得了不同缺陷特征对疲劳性能影响的相对权重,最后达到量化不同缺陷特征对疲劳性能的影响。