Vorhersage der Frettermüdungslebensdauer von Aluminiumlegierungen basierend auf einem mit Partikelschwarm optimierten Rückpropagationsneuronalen Netzwerk

Frettermüdung ist ein spezifisches Ermüdungsphänomen. Aufgrund der komplexen Mechanismen und der Vielzahl von Einflussfaktoren ist es trotz zahlreicher Arbeiten zu diesem Thema immer noch schwierig, die Frettermüdungslebensdauer genau vorherzusagen. In dieser Arbeit wurde ein mit Partikelschwarm optimiertes Rückpropagationsneuronales Netzwerk entwickelt, um die Frettermüdungslebensdauer von Aluminiumlegierungen basierend auf den aus der veröffentlichten Literatur gesammelten Testdaten vorherzusagen. Ein häufig verwendetes kritisches Ebenenmodell, das Smith-, Watson- und Topper-Kriterium, wurde als Vergleich herangezogen. Das Analysenergebnis zeigt, dass das vorgeschlagene Modell zur Vorhersage der Frettermüdungslebensdauer eine höhere Vorhersagegenauigkeit im Vergleich zum traditionellen SWT-Modell erreicht. Experimentelle Validierungen belegen die Wirksamkeit des Modells zur Verbesserung der Genauigkeit der Vorhersage der Frettermüdungslebensdauer. Diese Forschung bietet eine neue datengestützte Methodik zur Vorhersage der Frettermüdungslebensdauer.