清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A Novel Physical Neural Network Based on Transformer Framework for Multiaxial Fatigue Life Prediction

人工神经网络 变压器 材料科学 结构工程 计算机科学 工程类 人工智能 电气工程 电压
作者
Rui Pan,Jianxiong Gao,Yiping Yuan,Jianxing Zhou,Lingchao Meng,Haoyang Ding,Weiyi Kong
出处
期刊:Fatigue & Fracture of Engineering Materials & Structures [Wiley]
卷期号:48 (5): 2381-2405 被引量:8
标识
DOI:10.1111/ffe.14618
摘要

ABSTRACT The stability of prediction precision under complex loading paths is one of the key challenges in the task of multiaxial fatigue life prediction. This study addresses the challenges of unstable prediction precision in machine learning models, while further improving the precision of multiaxial fatigue life prediction. A novel neural network based on a transformer framework is proposed to capture dependencies between data at multiple scales. Meanwhile, physical loss function with soft adjustments is proposed to add physical constraints to the proposed neural network. These two mechanisms assist each other in improving the accuracy and stability of fatigue life prediction. Performance validation was conducted using fatigue data from nine distinct materials. Comparative analysis was performed against six existing models to evaluate the efficacy of the proposed physical neural network. Experimental evidence supports the high predictive accuracy of the proposed physical neural network, which also demonstrates robust stability across diverse conditions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
空儒完成签到 ,获得积分10
刚刚
zj完成签到 ,获得积分10
6秒前
cloudehbh完成签到 ,获得积分10
6秒前
领导范儿的应助被蜗牛好好飞采纳,获得10
7秒前
Kamaru完成签到 ,获得积分10
8秒前
稳重傲柔完成签到,获得积分10
13秒前
byron完成签到 ,获得积分0
14秒前
hy发布了新的文献求助10
14秒前
bae完成签到 ,获得积分10
18秒前
煲汤的螃蟹完成签到 ,获得积分10
27秒前
yinyin完成签到 ,获得积分10
30秒前
songrui643完成签到 ,获得积分10
30秒前
纲纲迅毙了完成签到,获得积分10
31秒前
复杂鸵鸟完成签到,获得积分10
37秒前
浮生若梦完成签到,获得积分10
38秒前
50秒前
eagletyr完成签到 ,获得积分10
50秒前
笔墨纸砚完成签到 ,获得积分10
50秒前
光亮的幻桃完成签到,获得积分10
1分钟前
1分钟前
hy完成签到,获得积分10
1分钟前
nano完成签到 ,获得积分10
1分钟前
RZH发布了新的文献求助10
1分钟前
机智的如曼完成签到,获得积分10
1分钟前
Xzx1995完成签到 ,获得积分10
1分钟前
FashionBoy的应助被科研通管家采纳,获得10
1分钟前
fairytaler的应助被科研通管家采纳,获得10
1分钟前
现代的初之完成签到,获得积分10
1分钟前
大模型的应助被蜗牛好好飞采纳,获得10
1分钟前
ChatGPT完成签到,获得积分10
1分钟前
慕青的应助被蜗牛好好飞采纳,获得10
1分钟前
夏同学完成签到 ,获得积分10
1分钟前
今后的应助被蜗牛好好飞采纳,获得10
2分钟前
wwrjj完成签到,获得积分0
2分钟前
搜集达人的应助被cc采纳,获得10
2分钟前
大模型的应助被蜗牛好好飞采纳,获得10
2分钟前
2分钟前
2分钟前
御坂10576号完成签到,获得积分10
2分钟前
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8173230
求助须知:如何正确求助?哪些是违规求助? 9565593
关于积分的说明 21780525
捐赠科研通 7767429
什么是DOI,文献DOI怎么找? 3431542
关于科研通互助平台的介绍 2555764
邀请新用户注册赠送积分活动 2476697