[发明专利]一种基于机器学习的应力应变预测方法

说明书

本发明一种基于机器学习的应力应变预测方法属于检测预测技术领域，涉及一种基于机器学习的应力应变预测方法。预测方法是由机器学习作为媒介，通过处理应力应变实验数据，作为学习模型的输入及输出，选择合适的算法和相应训练参数，进行训练，从而得到预测网络。在预测过程中，通过操作计算机控制加载装置每次加载的力、并用解调仪采集测量数据，利用数据分析软件处理实验数据，建立适当的学习模型，训练该模型，从而实现被测系统应变场的准确预测。该方法适用于任意应用光纤应变传感器检测系统的应力应变场预测，避免考虑加载力和预紧力的确定，试件弹性模量范围和复杂模型简化等问题产生的误差，大幅提高标定精度，且操作方便，快速，易推广。

技术领域

本发明属于检测预测技术领域，涉及一种基于机器学习的应力应变预测方法。

背景技术

飞机工装系统的应力应变检测在飞机装配的在线监控过程中有着十分重要的作用，是保障飞机整机装配质量的关键。飞机工装检测需要对工装零件的应力应变场进行高精测量及预测，飞机工装零件结构、位置、检测特征等复杂多样，使得工装零件的应变特性检测条件更加苛刻，并且在预测效率以及准确性上也都提出了严格的要求。近年来，随着工业生产的不断进步，对应力应变的检测监控需求也有所提升，需要精准预测不同情况下的应力应变场状态。现阶段用于应力应变预测的方法主要两种有：有限元数值模型分析方法、应力应变关系曲线修正方法。有限元分析要求确定可知的输入作为先决条件，才能保证分析的准确性，且仿真分析时间较长，无法做到即时预测；应力应变关系曲线函数分析方法需要有被测体的数学物理模型作为基础，建立更合适的函数关系，通过此函数关系预测应变值，但是实际工程应用中的被测体模型一般极为复杂，难以简化，且并无准确可分析关系函数，致使无法在实际工程中通过此方法进行应力应变预测。现有的应力应变预测方法有时无法满足所有种类的被测体的监控预测需求。因此，如何合理设计预测方法实现可以对实际应用中不同复杂程度的被测系统进行快速预测成为目前的主要难题和研究方向。

郭进全等人的专利《高温材料应力松弛剩余应力和损伤的预测方法》,专利号为201310025222.4中介绍了一种应用于高温材料的应力松弛剩余应力和损伤预测方法，主要是利用材料高温下的蠕变数据，采用数值分析技术，得到应力松弛曲线和应力松弛损伤曲线，从而预测高温材料的应力松弛剩余应力和损伤程度。

许逢庭等人的专利《硅胶弹性体手感分析及疲劳寿命预测的有限元模拟方法》,专利号为201410422591.1中公开了一种基于有限元分析的硅胶弹性体手感分析及疲劳寿命预测方法，进行几何建模后，对有限元模型施加约束、载荷和定义接触模式并进行网格划分，最终得到云图寿命及应力分布区域数据。

孟维迎等人于2018在北京航空航天大学学报期刊第1期发表的《纤维金属层板金属层应变测量及应力预测方法》中通过数字化光学应变法，实现了层板中金属层应变的测量，同时以子层刚度理论获得层板的等效刚度矩阵，修正经典层板理论中整体刚度矩阵的求解方法，实现了金属层应力的更准确预测。

以上三种方法虽然实现了从需求上完成预测的过程，但是对于复杂系统的即时预测并不能达到准确且快速的结果输出，普适性不高、效率低、时间久，且检测预测过程过于复杂不易推广，在实际应用中对操作人员的要求过大。

发明内容

本发明要解决的技术难题是克服现有技术的缺陷，发明一种基于机器学习的应力应变预测方法，该方法首先安装连接应变传感器预测硬件系统，采集传感器的应变信号进行数据处理，选择合适算法及参数建立机器学习模型，利用实验数据训练模型，最后应用模型进行预测效果应用。避免了有限元分析初始条件和应变函数模型无法确定的问题，能有效的运用数据驱动的方式，解决在数学物理模型的机理分析上不确定因素带来的困难，实现被测系统应力应变场的准确预测。另外，此方法对所有被测系统都能普遍适用，且满足快速预测的需求。