文献
J-GLOBAL ID:202202282549040964
整理番号:22A0942588
タービンブレードディスクのための深層学習回帰ベース成層確率的複合サイクル疲れ損傷評価【JST・京大機械翻訳】
Deep learning regression-based stratified probabilistic combined cycle fatigue damage evaluation for turbine bladed disks
著者 (4件):
Li Xue-Qin
(School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China)
,
Song Lu-Kai
(School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China)
,
Song Lu-Kai
(Research Institute of Aero-Engine, Beihang University, Beijing 100191, PR China)
,
Bai Guang-Chen
(School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China)
資料名:
International Journal of Fatigue
(International Journal of Fatigue)
巻:
159
ページ:
Null
発行年:
2022年
JST資料番号:
D0802B
ISSN:
0142-1123
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
イギリス (GBR)
言語:
英語 (EN)