摘要：疲劳应力集中系数作为材料疲劳抗力指标的疲劳极限,不仅反映了疲劳应力集中的程度,还反映了材料对缺口的敏感程度,将近年来飞速发展的支持矢量机（Support vector machine,SVM）应用于疲劳应力集中系数的研究。介绍支持矢量机的基本原理,利用LIBSVM,选择高斯型径向基函数（Radial basis function,RBF）作为核函数,建立以材料的抗拉强度、屈服强度、光棒疲劳强度、理论应力集中系数、缺口根部半径、试样尺寸及缺口疲劳极限作为输入值,疲劳应力集中系数为输出值的模型,从而对疲劳应力集中系数进行分析和预测。同时,SVM模型与经验公式Neuber式和Peterson式的计算值进行比较。结果表明,在小样本条件下,应用SVM技术构建的数学模型,模型的拟合相对误差小于7.4%,从而证明该SVM模型的准确性和适用性。

关键词：疲劳应力集中系数 支持矢量机 力学性能 预测 

单位：北京交通大学机械与电子控制工程学院 北京100083 石家庄铁道大学材料科学与工程学院 石家庄050043 石家庄铁道大学大型结构健康诊断与控制研究所 石家庄050043