一种应力腐蚀开裂裂纹扩展速率预测方法及系统

    公开(公告)号:CN114021432A

    公开(公告)日:2022-02-08

    申请号:CN202111227306.7

    申请日:2021-10-21

    Abstract: 本发明公开一种应力腐蚀开裂裂纹扩展速率预测方法及系统,本发明首先采用遗传算法利用预处理后的训练集、BP神经网络拓扑结构以及多个种群个体进行优化,获得最优权值和阈值,然后根据预处理后的训练集、最优权值和阈值对BP神经网络拓扑结构进行训练获得最优BP神经网络;最后将验证集中的输入数据输入至所述最优BP神经网络进行预测,获得各输入数据对应的裂纹扩展速率。本发明利用GA寻优算法优化BP神经网络进行裂纹拓展速率预测获得的预测曲线,相比于单独BP神经网络进行裂纹拓展速率预测获得的预测曲线,利用GA寻优算法优化BP神经网络得到的预测曲线与实际曲线拟合度更高。

    在役转动设备机械密封泄漏故障预测方法

    公开(公告)号:CN109325629A

    公开(公告)日:2019-02-12

    申请号:CN201811177981.1

    申请日:2018-10-10

    Abstract: 一种在役转动设备机械密封泄漏故障预测方法,包括:泄漏故障数据收集和整理,包括关联故障和非关联故障;建立机械密封泄漏故障数据驱动模型,包括基于在役转动设备机械密封的运行故障数据,分别建立:正态分布模型、对数正态分布模型、指数分布模型和两参数威布尔分布模型,并进行模型参数反演和参数检验,得到一个机械密封泄漏故障数据驱动模型;对机械密封泄漏故障数据驱动模型进行择化;根据机械密封泄漏故障数据驱动模型,预测在役转动设备机械密封的可靠性寿命。本发明提供了一种适用范围宽、考虑设备实际使用工况的机械密封泄漏故障预测方法,可为转动设备的长周期运行提供一种有效的技术手段。

    一种制氢炉管内壁蠕变裂纹超声透射原位检测方法

    公开(公告)号:CN112798687B

    公开(公告)日:2024-05-03

    申请号:CN202011106072.6

    申请日:2020-10-16

    Abstract: 本发明公开了一种制氢炉管内壁蠕变裂纹超声透射原位检测方法,将两压电换能器按特定角度设置成一激一收方式构成一组,周向设置三组并固定于距制氢炉管外壁一定位置处,利用压电换能器扩散角内的声束及检测环的旋转实现制氢炉管检测区域内管道内壁全覆盖;采用电子扫查方式同时激励每组检测结构中发射压电换能器,使其向耦合剂中辐射超声波并以一定的角度进入管道内壁,在穿过检测区域后回波信号同样以一定角度辐射出管道,进入耦合剂被接收换能器接收,通过对回波信号特征的识别,从而定量管道蠕变裂纹。本发明通过三组一激一收检测环旋转方式对制氢炉管进行检测,实现了非人工扫查方式的风机主轴表面缺陷的原位检测。

    一种特种设备事故原因识别方法及系统

    公开(公告)号:CN113420147A

    公开(公告)日:2021-09-21

    申请号:CN202110691047.7

    申请日:2021-06-22

    Abstract: 本发明提供了一种特种设备事故原因识别方法及系统,本发明基于事故原因库采用模糊层次分析法计算各历史案例中各事故原因对应的初始重要度;利用扎根‑因子分析法对各历史案例的事故情景要素进行分析形成特种设备的事故情景要素体系;根据事故情景要素体系中各事故情景要素,从各历史案例中选取与当前案例相似的历史案例作为相似事故案例;根据各相似事故案例中各相似事故原因对应的初始重要度确定当前案例中各层对应的多个最终事故原因;基于当前案例中各层对应的多个最终事故原因构建当前案例对应的事故原因树,并利用当前案例对应的事故原因树对当前案例进行事故原因识别,进而提高了事故原因识别的准确率。

    基于Hybrid思想的不锈钢环境开裂判别方法及系统

    公开(公告)号:CN113052207A

    公开(公告)日:2021-06-29

    申请号:CN202110258345.7

    申请日:2021-03-10

    Abstract: 本发明公开了一种基于Hybrid思想的不锈钢环境开裂判别方法及系统。该方法包括:采用粒子群算法对若干类型的分类模型的预设参数进行寻优,得到基于各自最优预设参数的最优分类模型,其中,粒子的适应度采用基于所述粒子训练得到的分类模型的准确度来确定,用于训练所述分类模型的样本为环境参数,标签为不锈钢是否开裂;采用各最优分类模型根据不锈钢的环境参数对所述不锈钢是否开裂进行预测,得到各最优分类模型的预测结果;基于各预测结果确定所述不锈钢是否发生开裂。本发明对不锈钢开裂情况的预测准确度更高、泛化能力更强。而且,本发明引入了粒子群优化算法来确定各分类模型所需的最优参数,避免了人为给定参数的不科学性。

Patent Agency Ranking