Physics‐Embedded Machine Learning for Fatigue Cumulative Damage Prediction

ABSTRACT Fatigue damage accumulation is critical to the safety and reliability of mechanical structures, yet accurate prediction remains challenging, especially under small‐sample conditions. This study proposes an innovative physics‐embedded machine learning (ML) framework to enhance residual fatig...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	Fatigue & fracture of engineering materials & structures Jg. 48; H. 10; S. 4352 - 4374
Hauptverfasser:	Gao, Zhiyuan, Jiang, Xiaomo, Guo, Yifan, Cui, Mingqing, Wang, Shengbo
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Oxford Wiley Subscription Services, Inc 01.10.2025
Schlagworte:	Cumulative damage Damage accumulation damage equivalence fatigue cumulative damage Fatigue failure Machine learning physics‐embedded machine learning small‐sample prediction two‐level loading
ISSN:	8756-758X, 1460-2695
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!