典型文献
基于机器学习算法的设备管嘴结构强度预测
文献摘要：
为了快速评估核工程设备管嘴应力计算结果是否正确,或快速给出管嘴初步设计方案.采用机器学习方法,对已开展诸多核电项目的设备强度计算积累的管嘴的参数和应力结果进行特征提取,通过分析输入发现管嘴参数和管嘴的应力值是关联的,并根据积累的数据通过机器学习训练得到预测接管应力的模型.通过机器学习可以得到这些多元的输入参数与管嘴应力的联系,从而快速、方便地给出管嘴应力评价结果,判断其是否满足标准设计,最终快速得出接管设计方案.利用机器学习方法可以初步给出设备管嘴的应力结果,该方法可用于自校评估和初步设计.
文献关键词：
管嘴;应力;机器学习;预测
中图分类号：
作者姓名：
兰天宝;高齐乐
作者机构：
中国核电工程有限公司,北京100840
文献出处：
引用格式：
[1]兰天宝;高齐乐-.基于机器学习算法的设备管嘴结构强度预测)[J].自动化与仪器仪表,2022(10):60-64
A类：
B类：
基于机器学习,机器学习算法,管嘴,结构强度,强度预测,快速评估,核工程,工程设备,应力计算,初步设计,机器学习方法,多核,核电项目,强度计算,应力值,数据通,学习训练,练得,接管,输入参数,应力评价,标准设计
AB值：
0.380008
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
