[发明专利]一种基于人工神经网络用硬度预测寿命的方法

权利要求书

1.一种基于人工神经网络用硬度预测寿命的方法，其特征在于，用已有硬度区间的持久数据对人工神经网络进行训练，使训练后的人工神经网络能够输出更宽泛硬度区间的持久寿命预测结果，包括以下步骤：

步骤1、建立人工神经网络数学模型：选择能够影响材料剩余寿命的参数作为神经元的一组输入信号，以材料的剩余寿命数据作为输出，建立材料硬度和剩余寿命之间的人工神经网络数学模型；

步骤2、以既有的硬度值及该硬度值材料在一定温度、应力下的剩余寿命作为一组训练样本，利用多组训练样本对步骤1得到的人工神经网络数学模型进行学习训练，对人工神经网络数学模型的模型参数不断进行调试和修正，以达到既有输入和输出的一致性；

步骤3、利用学习训练后的人工神经网络数学模型，输入实时获得的硬度值，以及需要评估材料的运行温度和应力，由人工神经网络数学模型输出所对应的剩余寿命预测值；

步骤4、开展相应的试验，对预测结果进行验证，并将试验结果作为样本数据，重复步骤2对人工神经网络数学模型进行重新训练，不断增加人工神经网络数学模型的学习能力和预测可靠度；所述人工神经网络数学模型为BP神经网络；

所述的材料硬度为组织硬度；所述的寿命为蠕变寿命或持久寿命。

2.如权利要求1所述的一种基于人工神经网络用硬度预测寿命的方法，其特征在于，所述能够影响材料剩余寿命的参数包括温度、应力、硬度。