一种基于卷积神经网络评估镍基多晶高温合金疲劳寿命的方法

本发明提出一种基于卷积神经网络预测镍基多晶高温合金疲劳寿命的方法，特别适用于航空、航天材料领域。该方法通过采集不同磨削参数条件下工件表面的EBSD图像，实现对磨削参数条件下镍基多晶高温合金疲劳性能评估。通过卷积神经网络ResNet18进行图像组织均匀性特征参数提取，基于晶粒度评级系统获取的图像晶粒度参数，通过基于晶粒尺寸效应、组织均匀性建立考虑晶粒参数影响的低周疲劳寿命预测模型预测疲劳寿命评估值，最后通过引入超声辅助磨削参数对镍基多晶高温合金疲劳寿命预测模型进一步修正保证模型可靠性。本发明不仅能够减少冗余的实验成本，而且可以提升图像识别检测正确率、数据有效率，为后续进行制定磨削控制策略、工艺参数优化提供理论依据。