基于高斯过程的疲劳应力集中系数预测方法

摘要

本发明公开的基于高斯过程的疲劳应力集中系数预测方法，将疲劳应力集中系数作为衡量材料疲劳性能的重要指标，利用高斯过程回归对高维非线性小样本数据进行处理，从46组缺口敏感材料的试验数据中，挖掘学习7维特征参数：缺口根部半径、试样尺寸、抗拉强度、屈服强度、疲劳强度、理论应力集中系数、缺口疲劳极限与疲劳应力集中系数之间的隐式映射关系，建立疲劳应力集中系数预测模型，此模型对RBF，RQ，Matern3和Matern5四种核函数进行对比，选取预测性能最优的Matern3核函数作为高斯过程回归模型的核函数；本发明将高斯过程回归智能算法应用于工程构件的疲劳性能预测，比已有的经验公式法和其它机器学习法具有更高的精度和计算效率。