一种基于神经网络的涡轮叶片高低周复合疲劳可靠性分析方法

本发明公开了一种基于神经网络的涡轮叶片高低周复合疲劳可靠性分析方法，通过有限元分析得到涡轮叶片的少量数据样本，利用卷积神经网络提取数据样本的特征，再把提取的特征输入到改进海鸥优化算法优化后BP神经网络中，从而建立涡轮叶片高低周复合疲劳载荷下的CNN‑MSOA‑BP神经网络模型，并考虑到载荷参数、材料参数等多源不确定性，通过蒙特卡洛抽样大量输入样本，通过建立好的CNN‑MSOA‑BP神经网络模型得到对应的输出响应，从而进行涡轮叶片的可靠性分析。本发明所提的方法可以分析涡轮结构在高低周复合疲劳等复杂载荷下的可靠性，并具有较高的精度和运行效率，为涡轮叶片的可靠性分析及优化提供理论支撑。