一种基于ResNet-LSTM神经网络的蠕变寿命损伤预测方法

本发明公开了一种基于ResNet‑LSTM神经网络的主蒸汽管道蠕变寿命损伤预测方法，包括基于LSTM基本单元和ResNet基本单元构建ResNet‑LSTM神经网络；从用于主蒸汽管道寿命预测的数据集中划分输入特征和输出特征，并通过Pearson相关系数分析筛选出主要输入特征，利用筛选后的主要输入特征和输出特征训练ResNet‑LSTM神经网络，进行应力预测；建立最近邻插值应力‑寿命损伤映射关系，得到寿命损伤拟合曲面，将应力预测值代入拟合曲面，得到寿命损伤预测值；将寿命损伤预测值通过平均百分比误差进行评估。本发明建立了运行参数‑寿命损伤预测模型，能够实现主蒸汽管道寿命的准确预测。