基于圖神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法的鈦合金材料高周疲勞壽命預(yù)測

朱思銚，張悅，朱北辰，張嘉銘，何玉懷，許巍*

中國航發(fā)北京航空材料研究院，北京100095

高周疲勞是航空發(fā)動(dòng)機(jī)動(dòng)部件的主要破壞模式之一，準(zhǔn)確預(yù)測材料高周疲勞壽命能夠?yàn)榘l(fā)動(dòng)機(jī)設(shè)計(jì)提供重要參考。材料的高周疲勞壽命受多種因素影響，包括：溫度、循環(huán)應(yīng)力、楊氏模量、抗拉強(qiáng)度、試樣尺寸及形狀等等。傳統(tǒng)的物理模型只考慮了上述部分因素，隨著考慮因素的增多，數(shù)據(jù)量的增大，傳統(tǒng)物理模型的構(gòu)建變得愈發(fā)困難且疲勞壽命預(yù)測表現(xiàn)欠佳。深度學(xué)習(xí)作為一種強(qiáng)有力的工具，能夠從龐大的數(shù)據(jù)集中發(fā)掘潛在關(guān)系，研究深度學(xué)習(xí)在疲勞壽命預(yù)測中的應(yīng)用具有重要意義。

本團(tuán)隊(duì)在前期工作中，利用機(jī)器學(xué)習(xí)方法Auto Gluon并基于大量的高周疲勞數(shù)據(jù)對(duì)鈦合金TC17的疲勞壽命做出了準(zhǔn)確預(yù)測(見Eng. Fract. Mech., 2023, 289: 109485)。而在實(shí)際工程中獲取大量疲勞試驗(yàn)數(shù)據(jù)并非易事，如何基于有限的數(shù)據(jù)量做出相對(duì)準(zhǔn)確的預(yù)測值得進(jìn)一步研究。故團(tuán)隊(duì)提出了新的基于深度學(xué)習(xí)的疲勞壽命預(yù)測方法，有效減少機(jī)器學(xué)習(xí)方法應(yīng)用對(duì)所需數(shù)據(jù)量的依賴。

本研究基于注意力機(jī)制和“圖”數(shù)據(jù)結(jié)構(gòu)建立深度學(xué)習(xí)方法Multi-GAT，其整體框架如圖1所示，充分考慮輸入數(shù)據(jù)特征以及樣本之間的關(guān)系，有效降低深度學(xué)習(xí)訓(xùn)練所需數(shù)據(jù)量。利用521組不同牌號(hào)鈦合金高周疲勞數(shù)據(jù)訓(xùn)練深度學(xué)習(xí)方法Multi-GAT，并利用訓(xùn)練好的深度學(xué)習(xí)模型基于輸入特征(溫度、循環(huán)應(yīng)力、應(yīng)力比、應(yīng)力集中系數(shù)、抗拉強(qiáng)度等)同時(shí)預(yù)測6種鈦合金(TA11、TA12、TA19、TC4、ZTC4 和 TC17)的高周疲勞壽命，如圖2(a)所示。將深度學(xué)習(xí)方法的預(yù)測精度與經(jīng)過1690組疲勞數(shù)據(jù)訓(xùn)練的機(jī)器學(xué)習(xí)方法Auto Gluon的預(yù)測精度(圖2 (b))進(jìn)行比較，以驗(yàn)證該深度學(xué)習(xí)方法的預(yù)測能力。結(jié)果表明訓(xùn)練數(shù)據(jù)量下降了67.2%，而預(yù)測精度僅僅下降了1.6%。為進(jìn)一步探究深度學(xué)習(xí)方法預(yù)測特定材料疲勞壽命的能力，利用深度學(xué)習(xí)方法針對(duì)特定材料的疲勞壽命進(jìn)行預(yù)測。結(jié)果表明，相較于機(jī)器學(xué)習(xí)方法AG而言，深度學(xué)習(xí)方法Multi-GAT能夠更穩(wěn)定的高精度預(yù)測材料疲勞壽命。

圖1  深度學(xué)習(xí)算法Multi-GAT整體框架示意圖

(a)

(b)

圖2 深度學(xué)習(xí)算法同時(shí)針對(duì)6種不同鈦合金的高周疲勞壽命預(yù)測結(jié)果：(a) Multi-GAT預(yù)測結(jié)果；(b) Auto Gluon 預(yù)測結(jié)果

本研究建立的深度學(xué)習(xí)方法Multi-GAT, 能夠有效降低了機(jī)器學(xué)習(xí)預(yù)測所需疲勞數(shù)據(jù)量，并準(zhǔn)確預(yù)測多種鈦合金材料的疲勞壽命，為機(jī)器學(xué)習(xí)在疲勞領(lǐng)域的廣泛應(yīng)用提供方法支撐。

上述研究已經(jīng)發(fā)表在Int. J. Fatigue, 2024, 182: 108206。第一作者為航材院碩士研究生朱思銚，后續(xù)研究仍在開展中，歡迎同行關(guān)注指正，通訊作者：wxu621@163.com(許巍研究員)。