.png){kind=icon}
返回
Data-driven failure criteria prediction in composite wing boxes using machine learning
.png){kind=icon}
OA
AI
DOI：10.1016/j.compstruct.2025.119675.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 目标：开发一个机器学习（ML）模型，用于预测复合材料翼盒的结构健康状态。
• 方法：基于有限元（FE）属性和健康数据，使用九种复合材料进行训练。
• 评估：测试模型在结构健康预测方面的准确性。
• 结果：展示利用FE数据支持机器学习方法，以辅助维护和安全评估。
Keyword:
Data-driven
Machine learning
Structural health prediction
Composite
Material properties
Wing box
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.1
论文数:
1.8W
被引数:
8.0W
机构
引用论文
Fatigue Predictive Modeling of Composite Materials for Wind Turbine Blades Using Explainable Gradient Boosting Models基于可解释梯度提升模型的风机叶片复合材料疲劳预测建模.png)
COATINGS
OAAI
COATINGSIF2.8
OAAI分享收藏M. Numan, Advancements in structural health monitoring: A review of machine learning approaches for damage detection and assessment, International Journal for Computational Civil and Structural Engineering 20 (1) (2024) 124–142. doi:10.22337/2587-9618-2024-20-1-124-142.M. Numan, 结构健康监测的进展：损伤检测与评估中机器学习方法综述，国际计算土木与结构工程杂志 20 (1) (2024) 124–142。doi:10.22337/2587-9618-2024-20-1-124-142。
IF0
PREAI
分享收藏A. Alaimo, A. Barracco, A. Milazzo, C. Orlando, Structural health monitoring procedure for composite structures through the use of artificial neural networks, Aerotecnica Missili & Spazio 94 (2015) 14–22. doi:10.1007/BF03404684.A. Alaimo, A. Barracco, A. Milazzo, C. Orlando, 《通过人工神经网络对复合材料结构进行结构健康监测的流程》，Aerotecnica Missili & Spazio 94 (2015) 14–22. doi:10.1007/BF03404684.
IF0
PREAI
分享收藏M. Filippi, D. Magliacano, M. Petrolo, E. Carrera, Wave propagation in prestressed structures with geometric nonlinearities through carrera unified formulation, AIAA Journal 63 (1) (2025) 292–308. doi:10.2514/1.J064695.M. Filippi，D. Magliacano，M. Petrolo，E. Carrera，《通过Carrera统一公式研究具有几何非线性的预应力结构中的波传播》，AIAA Journal 63 (1) (2025) 292–308。doi:10.2514/1.J064695。
IF0
PREAI
分享收藏
查看更多内容