[发明专利]一种基于BP神经网络的腐蚀疲劳寿命预测方法及应用

摘要

本发明涉及一种基于BP神经网络腐蚀疲劳寿命预测方法及应用。预测方法包括以下步骤：选择最大应力、应力比、加载频率、溶液pH值为影响腐蚀疲劳寿命的主要因素；设计加工一套腐蚀疲劳试验的配套腐蚀溶液循环装置，针对高强度抽油杆试样进行特定生产环境下的腐蚀疲劳循环失效系列实验，收集整理实验数据并分成训练样本与预测样本；设置人工神经网络参数,建立影响因素与腐蚀疲劳寿命之间的非线性映射；神经系统训练及测试；新样本腐蚀疲劳寿命预测；本发明的有益效果是：本发明将BP神经网络模型的高度非线性逼近能力，实现了高强度抽油杆腐蚀疲劳寿命的预测，操作简单；预测方法推广性强，便于工程应用。

主权项

一种基于BP神经网络的腐蚀疲劳寿命预测方法，其特征是包括以下步骤：步骤一、选择最大应力、应力比、加载频率、溶液pH值为影响腐蚀疲劳寿命的主要因素；步骤二，针对高强度抽油杆试样进行特定生产环境下的腐蚀疲劳循环失效实验，收集整理实验数据，将试样实验数据分成2组，1组作为BP神经网络的训练样本，另一组作为测试样本；步骤三，选择上述影响腐蚀疲劳寿命的主要因素作为网络输入，腐蚀疲劳寿命作为网络输出，设置人工神经网络参数，将训练样本输入到网络模型，建立影响因素与腐蚀疲劳寿命之间的非线性映射；步骤四，神经网络训练完毕之后，将测试样本输入到训练好的神经网络，如平均预测结果低于规定误差，则网络模型有效，如误差高于规定误差，则需对BP网络参数重新设置，直至测试结果达到要求为止；步骤五，输入待测试样的疲劳载荷参数及腐蚀溶液pH值参数，预测腐蚀疲劳寿命。