本發(fā)明公開一種基于RNN的結(jié)構(gòu)時(shí)變可靠性評(píng)估方法,通過將結(jié)構(gòu)使用壽命周期劃分為確定的若干時(shí)刻,運(yùn)用數(shù)值仿真技術(shù)分析部分時(shí)刻的隨機(jī)響應(yīng);再根據(jù)已有部分時(shí)刻對(duì)應(yīng)的隨機(jī)不確定性輸入與隨機(jī)響應(yīng)建立RNN模型,并對(duì)模型進(jìn)行訓(xùn)練與檢驗(yàn),從而構(gòu)建用于評(píng)估結(jié)構(gòu)時(shí)變可靠性的時(shí)變失效物理模型;通過建立完成的RNN模型預(yù)測機(jī)械系統(tǒng)的隨機(jī)響應(yīng),從而計(jì)算機(jī)械系統(tǒng)的時(shí)變失效概率;本發(fā)明首次將RNN模型應(yīng)用到結(jié)構(gòu)時(shí)變失效物理建模及時(shí)變可靠性評(píng)估中,能夠克服諸如響應(yīng)面方法、人工神經(jīng)網(wǎng)絡(luò)、Kriging模型、支持向量機(jī)等代理模型未考慮單一失效模式時(shí)變相關(guān)性及多失效模式相關(guān)性問題。
聲明:
“基于RNN的結(jié)構(gòu)時(shí)變可靠性評(píng)估方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)