本申请公开了一种多尺度数据融合的氢渗透‑应力预测方法及装置,涉及材料科学技术领域。通过获取金属管道材料中氢原子的氢扩散系数、应力场数据分布以及实验数据,对不同尺度的数据进行预处理,映射到统一的输入空间以构建五维张量特征矩阵。构建前向神经网络模型,将五维张量特征矩阵作为输入,在损失函数嵌入氢扩散方程和应力平衡方程进行训练,输出预测的关键指标。构建以目标性能参数为输入的反向神经网络模型,训练时加入物理约束,基于预测的关键指标搜索变量空间,获取最优的金属管道材料参数组合。解决了现有技术存在多尺度数据融合困难、难以适应复杂工况且预测效率低下,无法为临氢工程提供准确可靠的氢脆预测与防控依据的问题。
📄 2026102610315
📂 G16C60_00
👤 西安石油大学
📅 2026-03-05