抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
構造鋼は火災条件下で著しい冶金学的および物理化学的劣化を受ける。この劣化は,火災コードと標準に一般的に採用される温度依存材料モデルによってしばしば表現される。そのようなモデルへのより近い考察は,事実に関しては,驚くべきこと,そしてある程度は明らかになっていない。例えば,構造的鋼特性における温度誘起劣化の提示は,異なる火災コードにわたって実質的に変化する。これは,火災耐性分析を実施することに関して研究者/開業医の間の矛盾を引き起こすだけではなく,また,進行中の標準化努力を妨げる。さらに,過去数十年にわたる材料科学における最近の進歩にもかかわらず,温度依存性材料モデルを採用したコードは更新されておらず,改訂されていない。調和火災評価方法論を促進し,鋼構造の火災性能の現実的予測を確実にするために,本論文では,人工知能(AI)と機械学習ツールを用いて,構造用鋼の温度依存性の熱的および機械的材料モデルを導出した。ANSYSシミュレーション環境で開発された高非線形有限要素モデルを用いて実施された事例研究の数を通して,鋼構造の熱的および構造的応答の予測における提案モデルの妥当性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】