文献

J-GLOBAL ID：200902201026144113   整理番号：09A0941302

AZ31マグネシウム合金の引張挙動に及ぼす既存腐食の影響のニューラルネットワークによる評価

Assessment of the effect of existing corrosion on the tensile behaviour of magnesium alloy AZ31 using neural networks

著者 (3件)： KAPPATOS V. (Lab. of Technol. and Strength of Materials, Dep. of Mechanical Engineering and Aeronautics, Univ. of Patras ...) ,  CHAMOS A.n. (Lab. of Technol. and Strength of Materials, Dep. of Mechanical Engineering and Aeronautics, Univ. of Patras ...) ,  PANTELAKIS Sp.g. (Lab. of Technol. and Strength of Materials, Dep. of Mechanical Engineering and Aeronautics, Univ. of Patras ...)
資料名： Materials & Design  (Materials & Design)
巻： 31  号： 1  ページ： 336-342  発行年： 2010年01月 
JST資料番号： A0495B  ISSN： 0264-1275  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)

抄録/ポイント： 構造用合金の残留引張特性に及ぼす腐食損傷の影響を評価する方法を創案し,AZ31マグネシウム合金に応用した。その案は半径基礎関数のニューラルネットワークを用いている。広範な実験的研究(予め腐食させたAZ31マグネシウム合金試料の金属学的腐食試験や機械的試験)を行って,開発されたニューラルネットワークモデルのトレーニングと予測モジュールに必要なデータを導いた。この案を使って,AZ31合金が腐食の場にさらされて次第に腐食が進み,その引張特性が徐々に劣化していく様子をうまく予測できた。Copyright 2009 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： マグネシウム合金 ,  *引張強さ ,  *腐食 ,  *ニューラルネットワーク ,  機械的性質 ,  塩水噴霧試験 ,  孔食 ,  深さ ,  降伏強さ ,  破断 ,  伸び率 ,  歪エネルギー ,  残留応力 ,  破面検査 ,  入力 ,  出力 ,  予測誤差
準シソーラス用語： AZ31

分類 (2件)： 腐食  (WB03030B) ,  機械的性質  (WB02030U)

タイトルに関連する用語 (5件)： AZ31マグネシウム合金 ,  引張挙動 ,  腐食 ,  ニューラルネットワーク ,  評価