期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
高温环境下2.5D针刺C/SiC复合材料失效机理及多尺度失效分析方法研究
1
作者 陈亮 孟琳书 +6 位作者 张音旋 王广帅 曹奇凯 赵铭卓 吴涛 高希光 宋迎东 《陶瓷学报》 北大核心 2025年第1期139-149,共11页
针对2.5D针刺C/SiC复合材料的失效破坏进行了试验和仿真计算研究。开展了室温、500℃、1000℃无氧环境下0°层、网胎层材料的拉伸、压缩破坏试验以及2.5D针刺C/SiC复合材料的拉伸、压缩和弯曲破坏试验,并利用电子显微镜对试验件断... 针对2.5D针刺C/SiC复合材料的失效破坏进行了试验和仿真计算研究。开展了室温、500℃、1000℃无氧环境下0°层、网胎层材料的拉伸、压缩破坏试验以及2.5D针刺C/SiC复合材料的拉伸、压缩和弯曲破坏试验,并利用电子显微镜对试验件断口进行观察,分析了2.5D针刺C/SiC复合材料在不同温度下的损伤模式和失效机理。基于试验数据与观察结果,建立了通过单一铺层性能参数获取宏观针刺元件力学性能的方法,并依据多尺度理论和渐进损伤方法,借助Abaqus子程序二次开发进行了针刺C/SiC复合材料强度仿真分析。仿真预测的应力分布、失效模式与试验结果吻合较好,采用最大应变准则的强度预测精度可达94.7%,验证了分析方法在室温与高温环境下的准确性。 展开更多
关键词 C/SIC复合材料 多尺度分析 性能预测 失效分析
在线阅读 下载PDF
基于贝叶斯优化的GRU网络轴承剩余使用寿命预测方法 被引量:2
2
作者 孟琳书 张音旋 +1 位作者 张起 王豪 《机电工程》 北大核心 2024年第1期130-136,共7页
传统的滚动轴承剩余使用寿命预测模型存在参数优化的困难。针对这一问题,笔者提出了一种基于贝叶斯优化的GRU网络滚动轴承剩余使用寿命预测方法,并进行了实验验证,即以PHM2012数据集为例,结合贝叶斯优化算法对基于Encoder-Decoder结构... 传统的滚动轴承剩余使用寿命预测模型存在参数优化的困难。针对这一问题,笔者提出了一种基于贝叶斯优化的GRU网络滚动轴承剩余使用寿命预测方法,并进行了实验验证,即以PHM2012数据集为例,结合贝叶斯优化算法对基于Encoder-Decoder结构的门控循环单元(GRU)预测模型的多个超参数进行了优化。首先,对包含噪声的原始数据进行了小波包处理,从滚动轴承的振动机理和故障特征出发提取了时域特征,针对该时域特征进行了优化、筛选,并将其输入到模型中的编码器部分,进一步提取了更深层次的时序特征;其次,结合注意力机制与Encoder-Decoder结构,构造了双向GRU神经网络模型,在模型的高维超参数空间中采用贝叶斯优化方法搜索超参数,得到了最优的超参数组合,并在解码器中融入了线性变换,得到了滚动轴承的寿命预测值;最后,封装了全部模型构建、训练与使用过程,建立了基于贝叶斯优化的GRU网络滚动轴承寿命预测流程,并对方法的有效性进行了对比实验验证。研究结果表明:采用基于贝叶斯优化的GRU网络可以有效预测滚动轴承的剩余使用寿命,相比于其他3种方法的最优结果,基于贝叶斯优化的GRU网络的平均预测得分提高了8.01%;基于贝叶斯优化的GRU网络对于真实寿命较短的轴承预测结果较为准确,而对于真实寿命较长的轴承则没有出现预测值大于真实值的情况,可以作为轴承临近失效阶段剩余使用寿命估计的参考。 展开更多
关键词 参数优化 剩余使用寿命 门控循环单元 贝叶斯优化 超参数调整 注意力机制 Encoder-Decoder结构
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部