您当前的位置：
首页 >
文章列表页 >
基于物理信息神经网络的结构寿命预测研究
轨道交通自主安全保障与智能运维专刊 | 更新时间：2026-02-24

    • 基于物理信息神经网络的结构寿命预测研究

    • Research on structural life prediction based on physics-informed neural network

    • “高速列车结构材料的完整性与安全性至关重要。专家提出基于物理信息神经网络（PINN）的结构寿命预测新方法，突破传统神经网络局限，显著提升预测准确性与可信度，为结构健康监测领域开辟新方向。”
    • 机车电传动   2025年第5期 页码：52-62

    • DOI：10.13890/j.issn.1000-128X.2025.05.006    

      中图分类号： U292.91+4;U270.4

    • 收稿：2025-03-03，

      修回：2025-07-28，

      纸质出版：2025-09-10

    移动端阅览

  • 许云飞, 彭畅, 王光君. 基于物理信息神经网络的结构寿命预测研究[J]. 机车电传动, 2025(5): 52-62. DOI：10.13890/j.issn.1000-128X.2025.05.006.

    XU Yunfei, PENG Chang, WANG Guangjun. Research on structural life prediction based on physics-informed neural network[J]. Electric drive for locomotives,2025(5): 52-62. DOI：10.13890/j.issn.1000-128X.2025.05.006.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

0

CNKI被引量

>
文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

轨道交通网络安全防护技术发展与应用
基于改进DDPG算法的高速列车运行调整方法研究
基于半监督少样本学习的高速列车故障诊断方法
基于双条件扩散模型的列车齿轮箱虚拟故障样本生成方法
CRH380B高速列车牵引电机轴承安装游隙理论计算模型及验证

相关作者

唐军
黄文静
邹智荣
李思源
陶吉宇
杨林远
秦勇
王莉

相关机构

株洲中车时代电气股份有限公司
中车株洲电力机车研究所有限公司
北京交通大学 交通运输学院
北京交通大学 北京市城市交通信息智能感知与服务工程技术研究中心
北京交通大学 先进轨道交通自主运行全国重点实验室
0