基于機(jī)器學(xué)習(xí)方法的增材制造Ti-6Al-4V樣品疲勞壽命預(yù)測建模

來源：結(jié)構(gòu)完整性聯(lián)盟

對于增材制造（AM）部件中的缺陷，無損檢測可以在構(gòu)件破壞之前對材料內(nèi)部的缺陷進(jìn)行定量化的測量。其中X射線顯微計(jì)算機(jī)斷層掃描技術(shù)(X-ray micro-computed tomography)非常適用于評估致密的增材制造鈦合金部件，并提供內(nèi)部缺陷在材料體積中的三維空間分布。

針對材料內(nèi)部缺陷引起過早失效的問題，已有不少學(xué)者將缺陷特征參數(shù)關(guān)聯(lián)鈦合金高周疲勞壽命，構(gòu)建出了一系列的半經(jīng)驗(yàn)壽命預(yù)測公式，以達(dá)到壽命預(yù)測的目的。并且還有部分學(xué)者通過擴(kuò)展有限元的方法，模擬含缺陷鈦合金的裂紋擴(kuò)展行為。但是這些半經(jīng)驗(yàn)壽命預(yù)測模型和方法無一例外都需要大量的數(shù)據(jù)和時間來完善它們的效果。在本文工作中，引入基于機(jī)器學(xué)習(xí)（ML）的方法來量化X射線顯微計(jì)算機(jī)斷層掃描技術(shù)檢測到的缺陷的影響，并對特定應(yīng)力幅下的增材制造Ti-6Al-4V的疲勞壽命進(jìn)行預(yù)測。同時對人工神經(jīng)網(wǎng)絡(luò)（ANN）、隨機(jī)森林回歸（RFR）和支持向量回歸（SVR）三種模型進(jìn)行了對比和優(yōu)化。通過使用留一法交叉驗(yàn)證（LOOCV）方式調(diào)整超參數(shù)來對訓(xùn)練集進(jìn)行優(yōu)化，并驗(yàn)證優(yōu)化后模型預(yù)測的準(zhǔn)確性。

成果介紹
（1）在偽隨機(jī)選擇的20個樣本上訓(xùn)練機(jī)器學(xué)習(xí)模型，然后在剩余的9個樣本上測試機(jī)器學(xué)習(xí)模型。通過Spearman秩相關(guān)性分析排除了不敏感的輸入特征，提高了機(jī)器學(xué)習(xí)模型的效率和準(zhǔn)確性。圖1為機(jī)器學(xué)習(xí)方法預(yù)測疲勞壽命的基本流程。式1為Spearman秩相關(guān)系數(shù)計(jì)算公式。

圖1 疲勞壽命預(yù)測機(jī)器學(xué)習(xí)建模流程框架

（2）為了實(shí)現(xiàn)ML模型的最高預(yù)測精度，使用LOOCV方法調(diào)整超參數(shù)。當(dāng)平均絕對百分比誤差(MAPE)最小時，假定此時模型為優(yōu)化后的模型。比較人工神經(jīng)網(wǎng)絡(luò)（ANN）、隨機(jī)森林回歸（RFR）和支持向量回歸（SVR）三種模型，其中人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度最高，預(yù)測結(jié)果的R2 = 0.848和平均絕對百分比誤差MAPE = 2.980%。圖2是優(yōu)化后的三種機(jī)器學(xué)習(xí)模型預(yù)測疲勞壽命效果對比。

圖2 三種機(jī)器學(xué)習(xí)模型預(yù)測疲勞壽命效果對比