技术摘要：
本申请公开了一种结构疲劳累积损伤评估的方法，包括：获取训练集和待评估结构的图像；利用训练集对预设模型进行训练，得到结构疲劳累积损伤评估模型；根据结构疲劳累积损伤评估模型对待评估结构的图像进行评估，得到待评估结构的疲劳累积损伤值。本申请通过利用训练集  全部
背景技术：
疲劳是指材料、零件和构件在循环荷载作用下，在某点或某些点产生局部的永久 性损伤，并在一定循环次数后形成裂纹、或裂纹进一步扩展直到完全断裂的现象。服役结构 经过长时间的反复荷载作用后，其疲劳累积损伤不断增加，剩余疲劳寿命逐渐降低，疲劳失 效将成为结构失效的主要模式之一。因此，对结构的疲劳累积损伤程度进行评估，进而评估 结构的剩余疲劳寿命变得极为重要。 传统的评估结构剩余疲劳寿命的方法包括Miner疲劳累积损伤准则和应力场强 法。然而，由于结构的历史应力时程难以准确获取，导致Miner疲劳累积损伤准则的计算精 度不高；而应力场强法因场强参数计算较为复杂，难以在工程而中广泛应用。 因此，如何提高结构疲劳累积损伤评估的计算精度，并降低评估复杂程度是本领 域技术人员目前需要解决的技术问题。
技术实现要素：
本申请的目的是提供一种结构疲劳累积损伤评估的方法、系统、设备及可读存储 介质，用于提高结构疲劳累积损伤评估的计算精度，并降低评估复杂程度。 为解决上述技术问题，本申请提供一种结构疲劳累积损伤评估的方法，该方法包 括： 获取训练集和待评估结构的图像，所述训练集中包括至少一种材料的试验构件的 多张处于不同疲劳累积损伤值的样本图像，每个所述样本图像标注有对应的疲劳累积损伤 值； 利用所述训练集对预设模型进行训练，得到结构疲劳累积损伤评估模型； 根据所述结构疲劳累积损伤评估模型对所述待评估结构的图像进行评估，得到所 述待评估结构的疲劳累积损伤值。 可选的，在根据所述结构疲劳累积损伤评估模型对所述待评估结构的图像进行评 估，得到所述待评估结构的疲劳累积损伤值之前，还包括： 对所述结构疲劳累积损伤评估模型进行验证； 当所述结构疲劳累积损伤评估模型未通过验证时，重复利用所述训练集对所述结 构疲劳累积损伤评估模型进行训练，直至所述结构疲劳累积损伤评估模型通过验证； 当所述结构疲劳累积损伤评估模型通过验证时，执行根据所述结构疲劳累积损伤 评估模型对所述待评估结构的图像进行评估，得到所述待评估结构的疲劳累积损伤值的步 骤。 可选的，对所述结构疲劳累积损伤评估模型进行验证，包括： 4 CN 111598879 A 说　明　书 2/9 页 获取验证集，所述验证集中包括多张验证样本图像，每张所述验证样本图像具有 对应的疲劳累积损伤值； 根据所述结构疲劳累积损伤评估模型对所述验证集中的验证样本图像进行评估， 得到每张所述验证样本图像的疲劳累积损伤评估值； 根据每张所述验证样本图像的疲劳累积损伤值、疲劳累积损伤评估值以及所述验 证样本图像的总数量计算所述结构疲劳累积损伤评估模型的准确率； 判断所述结构疲劳累积损伤评估模型的准确率是否小于第一阈值； 若是，则确定所述结构疲劳累积损伤评估模型未通过验证； 若否，则确定所述结构疲劳累积损伤评估模型通过验证。 可选的，所述根据每张所述验证样本图像的疲劳累积损伤值、疲劳累积损伤评估 值以及所述验证样本图像的总数量计算所述结构疲劳累积损伤评估模型的准确率，包括： 统计所述疲劳累积损伤值和所述疲劳累积损伤评估值的差值的绝对值小于第二 阈值的验证样本图像的数量； 确定所述数量与所述验证样本图像的总数量的比值为所述结构疲劳累积损伤评 估模型的准确率。 可选的，在利用所述训练集对预设模型进行训练，得到结构疲劳累积损伤评估模 型之前，还包括： 对所述训练集中的每个所述样本图像进行预处理。 可选的，所述预处理包括格式转换处理、归一化处理、图像增强处理、滤波处理中 的至少一项。 可选的，所述预设模型为Faster  R-CNN模型； 利用所述训练集对预设模型进行训练，得到结构疲劳累积损伤评估模型，包括： 基于迁移学习算法利用所述训练集对所述Faster  R-CNN模型进行训练，得到所述 结构疲劳累积损伤评估模型。 本申请还提供一种结构疲劳累积损伤评估的系统，该系统包括： 获取模块，用于获取训练集和待评估结构的图像，所述训练集中包括至少一种材 料的试验构件的多张处于不同疲劳累积损伤值的样本图像，每个所述样本图像标注有对应 的疲劳累积损伤值； 训练模块，用于利用所述训练集对预设模型进行训练，得到结构疲劳累积损伤评 估模型； 评估模块，用于根据所述结构疲劳累积损伤评估模型对所述待评估结构的图像进 行评估，得到所述待评估结构的疲劳累积损伤值。 本申请还提供一种结构疲劳累积损伤评估设备，该结构疲劳累积损伤评估设备包 括： 存储器，用于存储计算机程序； 处理器，用于执行所述计算机程序时实现如上述任一项所述结构疲劳累积损伤评 估的方法的步骤。 本申请还提供一种可读存储介质，所述可读存储介质上存储有计算机程序，所述 计算机程序被处理器执行时实现如上述任一项所述结构疲劳累积损伤评估的方法的步骤。 5 CN 111598879 A 说　明　书 3/9 页 本申请所提供结构疲劳累积损伤评估的方法，包括：获取训练集和待评估结构的 图像，训练集中包括至少一种材料的试验构件的多张处于不同疲劳累积损伤值的样本图 像，每个样本图像标注有对应的疲劳累积损伤值；利用训练集对预设模型进行训练，得到结 构疲劳累积损伤评估模型；根据结构疲劳累积损伤评估模型对待评估结构的图像进行评 估，得到待评估结构的疲劳累积损伤值。 本申请所提供的技术方案，通过利用包括至少一种材料的试验构件的多张处于不 同疲劳累积损伤值的样本图像的训练集对预设模型进行训练，得到学习到样本图像疲劳累 积损伤值的特征的结构疲劳累积损伤评估模型，并根据该结构疲劳累积损伤评估模型对待 评估结构的图像进行评估，使得得到的疲劳累积损伤值更为精准，提高了结构疲劳累积损 伤评估的计算精度；同时不需要对复杂的场强参数进行计算，降低了整个评估过程的评估 复杂程度。本申请同时还提供了一种结构疲劳累积损伤评估的系统、设备及可读存储介质， 具有上述有益效果，在此不再赘述。 附图说明 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。 图1为本申请实施例所提供的一种结构疲劳累积损伤评估的方法的流程图； 图2为本申请实施例所提供的另一种结构疲劳累积损伤评估的方法的流程图； 图3为图2所提供的另一种结构疲劳累积损伤评估的方法中S201的一种实际表现 方式的流程图； 图4为本申请实施例所提供的一种结构疲劳累积损伤评估的系统的结构图； 图5为本申请实施例所提供的另一种结构疲劳累积损伤评估的系统的结构图； 图6为本申请实施例所提供的一种结构疲劳累积损伤评估设备的结构图。