文献

J-GLOBAL ID：201802238479644984   整理番号：18A0857144

ニューラルネットワークを用いた3D印刷格子セル構造の効率的数値モデリング【JST・京大機械翻訳】

Efficient numerical modeling of 3D-printed lattice-cell structures using neural networks

著者 (6件)： Koeppe Arnd (Institute of General Mechanics (IAM), RWTH Aachen University, Templergraben 64, 52064 Aachen, Germany) ,  Hernandez Padilla Carlos Alberto (Institute of General Mechanics (IAM), RWTH Aachen University, Templergraben 64, 52064 Aachen, Germany) ,  Voshage Maximilian (Digital Additive Production (DAP), RWTH Aachen University, Steinbachstrasse 15, 52074 Aachen, Germany) ,  Schleifenbaum Johannes Henrich (Digital Additive Production (DAP), RWTH Aachen University, Steinbachstrasse 15, 52074 Aachen, Germany) ,  Schleifenbaum Johannes Henrich (Fraunhofer Institute for Laser Technology (ILT), Steinbachstrasse 15, 52074 Aachen, Germany) ,  Markert Bernd (Institute of General Mechanics (IAM), RWTH Aachen University, Templergraben 64, 52064 Aachen, Germany)
資料名： Manufacturing Letters  (Manufacturing Letters)
巻： 15  号： PB  ページ： 147-150  発行年： 2018年 
JST資料番号： W2970A  ISSN： 2213-8463  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 付加的に製造された構造は,機械的負荷を最適に分布させるために調整できるが,軽い重量を残している。多数の小格子セルから作られた構造の局所的にユニークな機械的挙動を効率的に解析するために,詳細レベル有限要素モデルの線形弾塑性の領域における最大応力を予測するためにニューラルネットワークと深い学習を用いる戦略を提示した。この戦略を単一格子セル試料で実証した。実験,有限要素およびニューラルネットワークの結果の間の良好な一致が,計算時間の大幅な減少で見出された。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *ニューラルネットワーク ,  弾塑性 ,  CPU時間
準シソーラス用語： 有限要素 ,  最大応力 ,  FEMモデル ,  力学的挙動 ,  機械的負荷 ,  *数値モデリング ,  *三次元印刷 , 【Automatic Indexing@JST】

著者キーワード (4件)： 構造力学 ,  ニューラルネットワーク ,  添加剤製造 ,  マルチスケールモデリング

分類 (1件)： 脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： ニューラルネットワーク ,  3D印刷 ,  格子 ,  セル構造 ,  数値モデリング