文献

J-GLOBAL ID：201202232681517729   整理番号：12A0550661

人工ニューラルネットワークを用いた316オーステナイトステンレス鋼の動的歪時効における流動応力の予測

Prediction of flow stress in dynamic strain aging regime of austenitic stainless steel 316 using artificial neural network

著者 (4件)： GUPTA Amit Kumar (Dep. of Mechanical Engineering, BITS-Pilani, Hyderabad Campus, AP 500 078, IND) ,  SINGH Swadesh Kumar (Dep. of Mechanical Engineering, GRIET, Bachupally, Hyderabad, AP 500 072, IND) ,  REDDY Swathi (Res. Scholar, Material Sci. and Engineering, Univ. of New South Wales, Sydney 2052, AUS) ,  HARIHARAN Gokul (Dep. of Chemical Engineering, NIT, Warangal, AP 506 004, IND)
資料名： Materials & Design  (Materials & Design)
巻： 35  ページ： 589-595  発行年： 2012年03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： 変形中の流動応力は主に歪,歪速度と温度に依存し,要因間に複雑な非線型関係を与えている。変形中の流動応力を予測するために他の研究者が多くの半実験的方法を報告している。本研究では人工ニューラルネットワークを使用し,特定の歪速度と温度にて発生し変形金属の流動応力挙動を変化させる動的歪時効領域における316オーステナイト系ステンレス鋼の流動応力を予測する。入力歪,歪速度と温度に基づきバック伝播ニューラルネットワークモデルを開発,出力としての流動応力を予測する。第1段階では,種々の温度と歪速度にて引張試験を行い動的歪時効の出現と終了を決定する。さらに鋸刃状流動領域に対して人工ニューラルネットワークを構築する。全実験データの90%を訓練データとして,10%を試験データとしてランダムに2部分に分割する。訓練データに基づき人工ニューラルネットワークを訓練し試験データに対する流動応力値を予測するために使用,実験結果と比較する。予測値と実験値間の誤差比率は8.67%以下であり,両者間の相関係数は0.9955である事が判った。これは人工ニューラルネットワークによる流動応力の予測値は実験結果と良く一致する事を示している。2者間の比較結果は予測値に信頼性を与えている。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *オーステナイト系ステンレス鋼 ,  引張試験 ,  温度依存性 ,  速度依存性 ,  動的歪時効 ,  塑性変形 ,  *流れ応力 ,  *予測技法 ,  予測誤差 ,  相関係数
準シソーラス用語： *AISI316 ,  *ニューラルネットワークモデル ,  *逆伝搬ニューラルネットワーク ,  歪速度依存性

分類 (1件)： 機械的性質  (WB02030U)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  オーステナイトステンレス鋼 ,  動的歪時効 ,  流動応力 ,  予測