一种基于Attention机制的透平叶片蠕变-疲劳寿命预测方法

摘要

本发明一种基于Attention机制的透平叶片蠕变‑疲劳寿命预测方法，该方法将Attention机制加入到ResNet神经网络中，形成包含Attention模型的ResNet主体网络结构。Attention机制是一种让模型对重要信息重点关注并充分学习吸收的机制，通过对query和key进行相似度计算，得到权值，后将权值进行归一化，得到权重，最后讲将权重和value进行加权求和，对不同的特征进行重要程度再分配，使得关联性更强的特征占比更高，从而使结果具有更高的准确性。本发明应用于透平叶片在考虑启停循环载荷和高温稳定载荷下的蠕变‑疲劳寿命预测，其能够实现精准的蠕变‑疲劳寿命预测，且避免了复杂的寿命预测机理分析，同时大幅减少寿命预测的人工成本及实验测试成本，具有重要的工程意义及广阔的应用前景。