[发明专利]一种基于疲劳特征域的焊接接头疲劳寿命智能预测方法

权利要求书

1.一种基于疲劳特征域的焊接接头疲劳寿命智能预测方法，其特征在于，包括如下步骤：

S1、收集焊接接头疲劳试验样本数据，建立焊接接头疲劳试样数据库；

S2、对数据进行预处理，人工剔除其中信息不完整、有缺失的数据；

S3、依据预处理之后的数据建立焊接接头疲劳决策系统；

S4、采用邻域粗糙集属性约简的前向贪心算法对疲劳决策系统进行约简，获得焊接接头疲劳寿命影响关键因素集；

S5、以获得的关键影响因素集为依据，划定疲劳特征域；

S6、依据得到的等效结构应力范围-寿命表征的试验结果数据，在划定的疲劳特征域内建立SVM模型；

S7、依据建立的SVM模型进行焊接接头疲劳寿命预测。

2.根据权利要求1所述的基于疲劳特征域的焊接接头疲劳寿命智能预测方法，其特征在于，所述步骤S3中，所述疲劳决策系统定义为五元组：(U,C,D,V,f)，其中，U是有限非空对象集合{x₁,x₂,x₃,…,x_n}，称为论域；C是非空属性集合{a₁,a₂,…,a_m}，称为条件属性；D是非空属性集合{d}，称为决策属性；V_a表示属性a的值域；f:U×(C∪D)→V是信息函数，指定U中每一个对象x的属性值，即对x∈U，a∈(C∪D)，f(x,a)∈V_a。

3.根据权利要求2所述的基于疲劳特征域的焊接接头疲劳寿命智能预测方法，其特征在于，步骤S4中的前向贪心算法包括如下步骤：

S41、输入焊接接头疲劳寿命决策系统<U,C,D,V,f>和属性重要度阈值ε，ε为取值大于0的小正数；

S42、对于条件属性集合，即焊接接头疲劳寿命影响因素集中每一个条件属性a_i，计算属性a_i的邻域半径δ(a_i)＝STD(a_i)/λ，其中，STD(a_i)代表属性a_i的平均值，λ是邻域半径计算参数，其取值范围通常为：2～4；

S43、置属性约简结果集合Red初始值为空；

S44、对于条件属性集合中每个条件属性a_i∈C-Red，计算其属性重要度SIG(a_i,Red,D)＝γ_RedUai(D)-γ_Red(D)，其中，是属性依赖度；

称为下近似集；

S45、选择所有条件属性集合中属性重要度值最大的属性a_k；

S46、判断属性a_k的重要度值是否大于给定的阈值ε，是则转到步骤S44，否则继续步骤S47；

S47、返回属性约简结果集Red，获得结果并结束。

4.根据权利要求3所述的基于疲劳特征域的焊接接头疲劳寿命智能预测方法，其特征在于，涉及焊接接头疲劳寿命的主要影响因素包括a₁(材料类型)、a₂(焊接方法)、a₃(板厚)、a₄(应力比)、a₅(载荷类型)、a₆(接头类型)和a₇(等效结构应力范围)。

5.根据权利要求4所述的基于疲劳特征域的焊接接头疲劳寿命智能预测方法，其特征在于，约简后得到的焊接接头疲劳寿命影响关键因素集为{a₁(材料类型)，a₄(应力比)，a₇(等效结构应力范围)}。