基于声发射和XGBoost的陶瓷基复合材料剩余强度预测

基于声发射和XGBoost的陶瓷基复合材料剩余强度预测
摘要：为有效评估陶瓷基复合材料在载荷作用下的损伤状态,开展了陶瓷基复合材料加载过程中的声发射监测试验。对比了包括XGBoost、AdaBoost、KNN回归等多种机器学习算法在材料剩余强度预测方面的性能。通过基于SHAP的模型可解释性,分析了各相关特征对模型预测能力的贡献。结果表明：除关键声发射信号特征之外,基于声发射信号的计算特征——预警函数,对剩余强度模型预测能力的提升有较大帮助,基于XGBoost算法和声发射信号能够实现较精确的陶瓷基复合材料剩余强度预测。

标题：基于声发射和XGBoost的陶瓷基复合材料剩余强度预测

作者：王煜鑫,张勇祯,许鸿杰,

关键词：声发射,陶瓷基复合材料,机器学习,剩余强度预测,

发表日期：2024年11月

2025-1-19 14:35 上传 基于声发射和XGBoost的陶瓷基复合材料剩余强度预测.pdf

文件大小:

720.69 KB

下载次数:

60

高速下载