本發(fā)明涉及etfe膜測試，尤其涉及一種基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測方法及系統(tǒng)。

背景技術(shù)：

1、etfe（乙烯-四氟乙烯共聚物）膜結(jié)構(gòu)作為一種新型輕質(zhì)建筑材料，因其優(yōu)異的透光性、耐候性和力學(xué)性能，在大跨度建筑、體育場館和展覽中心等工程中得到廣泛應(yīng)用。

2、然而，etfe膜結(jié)構(gòu)在服役過程中長期承受風(fēng)載、雪載等循環(huán)載荷作用，其疲勞性能直接關(guān)系到結(jié)構(gòu)的安全性和耐久性。由于膜結(jié)構(gòu)具有大變形、幾何非線性和雙軸應(yīng)力狀態(tài)等復(fù)雜特征，傳統(tǒng)的基于線性疊加原理和單軸疲勞理論的壽命預(yù)測方法難以準(zhǔn)確描述其疲勞行為，預(yù)測精度有限且缺乏對不確定性的量化評估。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測方法及系統(tǒng)，本發(fā)明能夠自適應(yīng)地識別不同變形階段的關(guān)鍵損傷參數(shù)，顯著增強(qiáng)對膜結(jié)構(gòu)疲勞行為的表征精度，提高了etfe膜結(jié)構(gòu)壽命預(yù)測的準(zhǔn)確率。

2、本發(fā)明第一方面提供了一種基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測方法，所述基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測方法包括：

3、對etfe膜結(jié)構(gòu)在雙軸應(yīng)力狀態(tài)下的循環(huán)載荷疲勞數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，得到標(biāo)準(zhǔn)特征向量；

4、對所述標(biāo)準(zhǔn)特征向量進(jìn)行膜結(jié)構(gòu)幾何權(quán)重分配，得到加權(quán)特征向量；

5、基于所述加權(quán)特征向量進(jìn)行多時(shí)間尺度損傷特征提取，得到融合損傷特征；

6、將所述融合損傷特征輸入疲勞損傷演化物理約束嵌入器進(jìn)行約束計(jì)算，得到物理約束損傷特征；

7、對所述物理約束損傷特征進(jìn)行貝葉斯概率壽命預(yù)測，得到所述etfe膜結(jié)構(gòu)的疲勞壽命預(yù)測值。

8、結(jié)合第一方面，在本發(fā)明第一方面的第一種實(shí)現(xiàn)方式中，所述對etfe膜結(jié)構(gòu)在雙軸應(yīng)力狀態(tài)下的循環(huán)載荷疲勞數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，得到標(biāo)準(zhǔn)特征向量，包括：

9、對etfe膜結(jié)構(gòu)在雙軸應(yīng)力狀態(tài)下的循環(huán)載荷疲勞數(shù)據(jù)進(jìn)行采集，得到包含雙軸應(yīng)力狀態(tài)下主應(yīng)力分量、主應(yīng)變分量和載荷循環(huán)次數(shù)的原始疲勞數(shù)據(jù)；

10、基于所述原始疲勞數(shù)據(jù)進(jìn)行幾何參數(shù)和損傷敏感參數(shù)構(gòu)建，得到包含膜結(jié)構(gòu)厚度變化參數(shù)、曲率半徑變化參數(shù)、主拉伸比參數(shù)的幾何參數(shù)集合和包含應(yīng)力強(qiáng)度因子幅值、裂紋擴(kuò)展速率、最大應(yīng)力、最小應(yīng)力、應(yīng)力比的損傷敏感參數(shù)集合；

11、對所述幾何參數(shù)集合和所述損傷敏感參數(shù)集合進(jìn)行應(yīng)力和應(yīng)變關(guān)系運(yùn)算和向量映射，得到標(biāo)準(zhǔn)特征向量。

12、結(jié)合第一方面，在本發(fā)明第一方面的第二種實(shí)現(xiàn)方式中，所述對所述標(biāo)準(zhǔn)特征向量進(jìn)行膜結(jié)構(gòu)幾何權(quán)重分配，得到加權(quán)特征向量，包括：

13、對所述標(biāo)準(zhǔn)特征向量進(jìn)行注意力權(quán)重計(jì)算，得到初始權(quán)重分配矩陣;

14、基于所述初始權(quán)重分配矩陣進(jìn)行幾何非線性因子計(jì)算，得到幾何非線性因子；

15、根據(jù)所述幾何非線性因子對所述損傷敏感參數(shù)集合進(jìn)行自適應(yīng)權(quán)重調(diào)整，得到權(quán)重分配系數(shù);

16、將所述標(biāo)準(zhǔn)特征向量與所述權(quán)重分配系數(shù)進(jìn)行逐元素乘積運(yùn)算，得到加權(quán)特征向量。

17、結(jié)合第一方面，在本發(fā)明第一方面的第三種實(shí)現(xiàn)方式中，所述基于所述初始權(quán)重分配矩陣進(jìn)行幾何非線性因子計(jì)算，得到幾何非線性因子，包括：

18、從所述初始權(quán)重分配矩陣中提取第一主拉伸比參數(shù)和第二主拉伸比參數(shù)；

19、基于所述幾何參數(shù)集合進(jìn)行厚度變化比值和曲率半徑變化比值計(jì)算，得到膜結(jié)構(gòu)厚度變化比值和膜結(jié)構(gòu)曲率半徑變化比值；

20、基于所述第一主拉伸比參數(shù)、所述第二主拉伸比參數(shù)、所述膜結(jié)構(gòu)厚度變化比值和所述膜結(jié)構(gòu)曲率半徑變化比值進(jìn)行幾何非線性計(jì)算，得到etfe膜大變形狀態(tài)的初始非線性因子；

21、根據(jù)所述載荷循環(huán)次數(shù)對所述初始非線性因子進(jìn)行膜結(jié)構(gòu)變形歷史相關(guān)性修正，得到幾何非線性因子。

22、結(jié)合第一方面，在本發(fā)明第一方面的第四種實(shí)現(xiàn)方式中，所述基于所述加權(quán)特征向量進(jìn)行多時(shí)間尺度損傷特征提取，得到融合損傷特征，包括：

23、將所述加權(quán)特征向量分別輸入瞬時(shí)損傷增量分支、累積損傷趨勢分支和臨界損傷閾值逼近分支；

24、通過所述瞬時(shí)損傷增量分支對所述加權(quán)特征向量進(jìn)行卷積運(yùn)算和激活處理，得到瞬時(shí)損傷增量特征；通過所述累積損傷趨勢分支對所述加權(quán)特征向量進(jìn)行狀態(tài)更新處理，得到累積損傷趨勢特征；通過所述臨界損傷閾值逼近分支對所述加權(quán)特征向量進(jìn)行殘差連接計(jì)算，得到臨界損傷閾值逼近特征；

25、對所述瞬時(shí)損傷增量特征、所述累積損傷趨勢特征和所述臨界損傷閾值逼近特征進(jìn)行時(shí)間尺度融合，得到融合損傷特征。

26、結(jié)合第一方面，在本發(fā)明第一方面的第五種實(shí)現(xiàn)方式中，所述將所述融合損傷特征輸入疲勞損傷演化物理約束嵌入器進(jìn)行約束計(jì)算，得到物理約束損傷特征，包括：

27、將所述融合損傷特征分別輸入疲勞損傷演化物理約束嵌入器，所述疲勞損傷演化物理約束嵌入器包括chaboche損傷演化約束模塊、修正paris公式約束模塊和粘彈性本構(gòu)關(guān)系約束模塊；

28、通過所述chaboche損傷演化約束模塊對所述融合損傷特征進(jìn)行連續(xù)損傷力學(xué)方程計(jì)算，得到第一約束特征；

29、通過所述修正paris公式約束模塊對所述融合損傷特征進(jìn)行雙軸應(yīng)力狀態(tài)裂紋擴(kuò)展計(jì)算，得到第二約束特征；

30、通過所述粘彈性本構(gòu)關(guān)系約束模塊對所述融合損傷特征進(jìn)行maxwell模型計(jì)算，得到第三約束特征；

31、對所述第一約束特征、所述第二約束特征和所述第三約束特征進(jìn)行約束違背度檢驗(yàn)和硬約束融合，得到物理約束損傷特征。

32、結(jié)合第一方面，在本發(fā)明第一方面的第六種實(shí)現(xiàn)方式中，所述通過所述chaboche損傷演化約束模塊對所述融合損傷特征進(jìn)行連續(xù)損傷力學(xué)方程計(jì)算，得到第一約束特征，包括：

33、從所述融合損傷特征中提取等效應(yīng)力值和當(dāng)前損傷值；

34、通過所述chaboche損傷演化約束模塊，基于所述等效應(yīng)力值和預(yù)設(shè)的etfe膜材料參數(shù)進(jìn)行chaboche損傷演化方程計(jì)算，得到理論損傷演化速率，其中預(yù)設(shè)的etfe膜材料參數(shù)包括損傷演化系數(shù)、應(yīng)力指數(shù)和損傷指數(shù)；

35、將所述理論損傷演化速率與所述當(dāng)前損傷值輸入物理約束層進(jìn)行殘差計(jì)算，得到損傷演化約束殘差值；

36、根據(jù)所述損傷演化約束殘差值對所述融合損傷特征進(jìn)行連續(xù)損傷力學(xué)定律修正，得到第一約束特征。

37、結(jié)合第一方面，在本發(fā)明第一方面的第七種實(shí)現(xiàn)方式中，所述對所述物理約束損傷特征進(jìn)行貝葉斯概率壽命預(yù)測，得到所述etfe膜結(jié)構(gòu)的疲勞壽命預(yù)測值，包括：

38、將所述物理約束損傷特征輸入貝葉斯神經(jīng)網(wǎng)絡(luò)進(jìn)行概率分布參數(shù)計(jì)算，得到第一權(quán)重概率分布參數(shù)和第一概率分布參數(shù)，其中所述第一權(quán)重概率分布參數(shù)包括權(quán)重均值和權(quán)重方差，所述第一概率分布參數(shù)包括偏置均值和偏置方差；

39、基于所述第一權(quán)重概率分布參數(shù)和所述第一概率分布參數(shù)進(jìn)行變分推斷計(jì)算，得到疲勞壽命預(yù)測的均值和方差；

40、根據(jù)所述疲勞壽命預(yù)測的均值和方差進(jìn)行置信區(qū)間計(jì)算，得到對應(yīng)95%置信水平的疲勞壽命置信區(qū)間上限值和置信區(qū)間下限值；

41、將所述疲勞壽命預(yù)測的均值、所述方差、所述置信區(qū)間上限值和所述置信區(qū)間下限值進(jìn)行概率壽命整合，得到所述etfe膜結(jié)構(gòu)的疲勞壽命預(yù)測值。

42、結(jié)合第一方面，在本發(fā)明第一方面的第八種實(shí)現(xiàn)方式中，所述基于所述第一權(quán)重概率分布參數(shù)和所述第一概率分布參數(shù)進(jìn)行變分推斷計(jì)算，得到疲勞壽命預(yù)測的均值和方差，包括：

43、基于所述第一權(quán)重概率分布參數(shù)和所述第一概率分布參數(shù)進(jìn)行變分后驗(yàn)分布構(gòu)建，得到權(quán)重變分后驗(yàn)分布和偏置變分后驗(yàn)分布；

44、將所述權(quán)重變分后驗(yàn)分布和所述偏置變分后驗(yàn)分布輸入證據(jù)下界損失函數(shù)進(jìn)行elbo計(jì)算，得到包含數(shù)據(jù)擬合項(xiàng)和kl散度正則化項(xiàng)的證據(jù)下界損失值；

45、根據(jù)所述證據(jù)下界損失值進(jìn)行梯度下降優(yōu)化，得到第二權(quán)重概率分布參數(shù)和第二概率分布參數(shù)；

46、基于所述第二權(quán)重概率分布參數(shù)和所述第二概率分布參數(shù)進(jìn)行疲勞壽命概率分布計(jì)算，得到疲勞壽命預(yù)測的均值和方差。

47、本發(fā)明第二方面提供了一種基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測系統(tǒng)，所述基于機(jī)器學(xué)習(xí)的etfe膜結(jié)構(gòu)壽命預(yù)測系統(tǒng)包括：

48、預(yù)處理模塊，用于對etfe膜結(jié)構(gòu)在雙軸應(yīng)力狀態(tài)下的循環(huán)載荷疲勞數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，得到標(biāo)準(zhǔn)特征向量；

49、權(quán)重分配模塊，用于對所述標(biāo)準(zhǔn)特征向量進(jìn)行膜結(jié)構(gòu)幾何權(quán)重分配，得到加權(quán)特征向量；

50、特征提取模塊，用于基于所述加權(quán)特征向量進(jìn)行多時(shí)間尺度損傷特征提取，得到融合損傷特征；

51、約束計(jì)算模塊，用于將所述融合損傷特征輸入疲勞損傷演化物理約束嵌入器進(jìn)行約束計(jì)算，得到物理約束損傷特征；

52、壽命預(yù)測模塊，用于對所述物理約束損傷特征進(jìn)行貝葉斯概率壽命預(yù)測，得到所述etfe膜結(jié)構(gòu)的疲勞壽命預(yù)測值。

53、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：通過建立專門針對etfe膜結(jié)構(gòu)雙軸應(yīng)力狀態(tài)的數(shù)據(jù)預(yù)處理方法，構(gòu)建了包含主應(yīng)力分量、主應(yīng)變分量、幾何參數(shù)集合和損傷敏感參數(shù)集合的標(biāo)準(zhǔn)特征向量，相較于傳統(tǒng)單軸疲勞數(shù)據(jù)處理方式，能夠更全面地反映膜結(jié)構(gòu)的復(fù)雜應(yīng)力狀態(tài)和大變形幾何非線性行為，通過引入膜結(jié)構(gòu)幾何非線性自適應(yīng)權(quán)重模塊，通過注意力機(jī)制根據(jù)etfe膜的實(shí)時(shí)變形狀態(tài)動態(tài)調(diào)整損傷敏感參數(shù)的權(quán)重分配，相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的固定權(quán)重方式，能夠自適應(yīng)地識別不同變形階段的關(guān)鍵損傷參數(shù)，顯著增強(qiáng)對膜結(jié)構(gòu)疲勞行為的表征精度。采用多分支并行架構(gòu)同時(shí)提取瞬時(shí)損傷增量特征、累積損傷趨勢特征和臨界損傷閾值逼近特征，相較于現(xiàn)有技術(shù)中單一時(shí)間尺度的損傷分析方法，能夠全面捕捉etfe膜疲勞過程中微觀裂紋萌生、宏觀裂紋擴(kuò)展和整體結(jié)構(gòu)失效的不同階段特征，實(shí)現(xiàn)對疲勞損傷演化過程的精細(xì)化描述。通過硬約束機(jī)制將chaboche損傷演化方程、修正paris公式和粘彈性本構(gòu)關(guān)系作為物理定律嵌入神經(jīng)網(wǎng)絡(luò)，相較于現(xiàn)有技術(shù)中將物理定律作為軟約束的處理方式，能夠強(qiáng)制確保預(yù)測結(jié)果嚴(yán)格滿足連續(xù)損傷力學(xué)定律，解決了傳統(tǒng)數(shù)據(jù)驅(qū)動方法預(yù)測結(jié)果缺乏物理合理性的關(guān)鍵問題。采用貝葉斯神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)疲勞壽命預(yù)測的不確定性量化，通過變分推斷方法輸出疲勞壽命的均值、方差和置信區(qū)間，相較于傳統(tǒng)確定性預(yù)測方法僅提供點(diǎn)估計(jì)的方式，能夠?yàn)楣こ虘?yīng)用提供風(fēng)險(xiǎn)評估依據(jù)和預(yù)測可靠性評價(jià)。