来源：期刊VIP网 时间：
作者：武守辉;陈思杰;
单位：黄河交通学院;河南理工大学;
摘要：焊接结构广泛应用于实际工程中，常常承受着复杂的随机动载荷，当动载荷频率与结构固有模态频率接近时，接头会发生疲劳破坏，而传统的单轴静载疲劳分析方法无法准确预测这种情况下的疲劳寿命。因此，需要采用更加精细和准确的方法来分析焊接结构的疲劳寿命，以保证结构的安全性和可靠性。为此，基于统计学和机器学习方法构建了预测模型，包括基于逐步回归的多元线性回归模型、基于支持向量机的非线性回归模型和基于神经网络的深度学习模型。同时，以农业拖拉机为研究目标，对比分析了3种模型的预测性能，结果表明：基于神经网络的深度学习模型具有最佳的预测精度和稳定性。
关键词：拖拉机;;焊接结构;;振动疲劳;;寿命预测;;机器学习;;深度学习
基金资助：河南省科技攻关项目(142102210434);; 河南理工大学金属学科基金项目(660642/002,036)
