欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025117388031
申请人: 暨南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种用于海上风电轴向承载灌浆节点的疲劳寿命预测模型的训练方法,其特征在于,包括:获取训练数据集,所述训练数据集包括多个轴向承载灌浆节点各自对应的节点标签数据;其中,所述节点标签数据包括几何构造数据、材料表征数据和环境加载数据;

根据所述节点标签数据,采用预设疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命和疲劳关系系数进行预测,得到预测疲劳寿命和预测疲劳关系系数;其中,所述预测疲劳关系系数为通过所述预设疲劳寿命预测模型预测得到的表征预测过程中的物理约束的隐式常数;

基于所述预测疲劳寿命和所述预测疲劳关系系数,确定所述预设疲劳寿命预测模型的预测损失数据;

根据所述预测损失数据,对所述预设疲劳寿命预测模型进行训练,得到训练后的疲劳寿命预测模型;

其中,所述基于所述预测疲劳寿命和所述预测疲劳关系系数,确定所述预设疲劳寿命预测模型的预测损失数据,包括:从所述训练数据集中提取所述轴向承载灌浆节点的实际疲劳寿命,并将所述预测疲劳寿命与所述实际疲劳寿命进行对比,得到疲劳寿命对比结果;根据所述疲劳寿命对比结果,确定所述轴向承载灌浆节点对应的疲劳寿命损失数据;根据所述预测疲劳寿命和所述预测疲劳关系系数,确定所述轴向承载灌浆节点对应的残差损失数据;基于所述疲劳寿命损失数据和所述残差损失数据,确定所述预设疲劳寿命预测模型的预测损失数据。

2.根据权利要求1所述的用于海上风电轴向承载灌浆节点的疲劳寿命预测模型的训练方法,其特征在于,所述根据所述节点标签数据,采用预设疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命和疲劳关系系数进行预测,得到预测疲劳寿命和预测疲劳关系系数,包括:对所述几何构造数据、所述材料表征数据和所述环境加载数据进行相关性分析,得到相关性分析结果;

根据所述相关性分析结果,从所述节点标签数据中筛选出所述轴向承载灌浆节点的目标节点标签数据;

基于所述目标节点标签数据,采用所述预设疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命和疲劳关系系数进行预测,得到预测疲劳寿命和预测疲劳关系系数。

3.根据权利要求2所述的用于海上风电轴向承载灌浆节点的疲劳寿命预测模型的训练方法,其特征在于,所述预设疲劳寿命预测模型包括预设疲劳寿命预测网络和预设疲劳关系预测网络,所述基于所述目标节点标签数据,采用所述预设疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命和疲劳关系系数进行预测,得到预测疲劳寿命和预测疲劳关系系数,包括:根据所述目标节点标签数据,采用所述预设疲劳寿命预测网络对所述轴向承载灌浆节点的疲劳寿命进行预测,得到所述预测疲劳寿命;

根据所述目标节点标签数据,采用所述预设疲劳关系预测网络对所述轴向承载灌浆节点在高周疲劳区域的对应的疲劳关系系数进行预测,得到所述预测疲劳关系系数。

4.根据权利要求1所述的用于海上风电轴向承载灌浆节点的疲劳寿命预测模型的训练方法,其特征在于,所述根据所述预测疲劳寿命和所述预测疲劳关系系数,确定所述轴向承载灌浆节点对应的残差损失数据,包括:从所述轴向承载灌浆节点的节点标签数据中提取用于构建残差项的节点残差描述数据;

根据所述预测疲劳寿命和所述节点残差描述数据,确定所述轴向承载灌浆节点对应的第一残差损失数据;

根据所述预测疲劳寿命、所述节点残差描述数据和所述预测疲劳关系系数,确定所述轴向承载灌浆节点对应的第二残差损失数据;

基于所述第一残差损失数据和所述第二残差损失数据,确定所述轴向承载灌浆节点对应的残差损失数据。

5.一种用于海上风电轴向承载灌浆节点的疲劳寿命预测方法,其特征在于,包括:获取轴向承载灌浆节点的初始节点描述数据,所述初始节点描述数据包括几何构造数据、材料表征数据和环境加载数据;

对所述几何构造数据、所述材料表征数据和所述环境加载数据进行相关性分析,得到相关性分析结果;

根据所述相关性分析结果,从所述初始节点描述数据中筛选出所述轴向承载灌浆节点的目标节点描述数据;

根据所述目标节点描述数据,采用权利要求1所述的疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命进行预测,得到所述轴向承载灌浆节点的疲劳寿命。

6.一种用于海上风电轴向承载灌浆节点的疲劳寿命预测模型的训练装置,其特征在于,包括:第一获取单元,用于获取训练数据集,所述训练数据集包括多个轴向承载灌浆节点各自对应的节点标签数据;其中,所述节点标签数据包括几何构造数据、材料表征数据和环境加载数据;

第一预测单元,用于根据所述节点标签数据,采用预设疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命和疲劳关系系数进行预测,得到预测疲劳寿命和预测疲劳关系系数;其中,所述预测疲劳关系系数为通过所述预设疲劳寿命预测模型预测得到的表征预测过程中的物理约束的隐式常数;

损失确定单元,用于基于所述预测疲劳寿命和所述预测疲劳关系系数,确定所述预设疲劳寿命预测模型的预测损失数据;

模型训练单元,用于根据所述预测损失数据,对所述预设疲劳寿命预测模型进行训练,得到训练后的疲劳寿命预测模型;

其中,所述损失确定单元,具体用于:从所述训练数据集中提取所述轴向承载灌浆节点的实际疲劳寿命,并将所述预测疲劳寿命与所述实际疲劳寿命进行对比,得到疲劳寿命对比结果;根据所述疲劳寿命对比结果,确定所述轴向承载灌浆节点对应的疲劳寿命损失数据;根据所述预测疲劳寿命和所述预测疲劳关系系数,确定所述轴向承载灌浆节点对应的残差损失数据;基于所述疲劳寿命损失数据和所述残差损失数据,确定所述预设疲劳寿命预测模型的预测损失数据。

7.一种用于海上风电轴向承载灌浆节点的疲劳寿命预测装置,其特征在于,包括:第二获取单元,用于获取轴向承载灌浆节点的初始节点描述数据,所述初始节点描述数据包括几何构造数据、材料表征数据和环境加载数据;

数据分析单元,用于对所述几何构造数据、所述材料表征数据和所述环境加载数据进行相关性分析,得到相关性分析结果;

数据筛选单元,用于根据所述相关性分析结果,从所述初始节点描述数据中筛选出所述轴向承载灌浆节点的目标节点描述数据;

第二预测单元,用于根据所述目标节点描述数据,采用权利要求1所述的疲劳寿命预测模型对所述轴向承载灌浆节点的疲劳寿命进行预测,得到所述轴向承载灌浆节点的疲劳寿命。

8.一种电子设备,其特征在于,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4任一项所述的训练方法、以及权利要求5所述的疲劳寿命预测方法。

9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的训练方法、以及权利要求5所述的疲劳寿命预测方法。