文献

J-GLOBAL ID：201802256566908424   整理番号：18A2068232

人工知能による構造用鋼の温度依存材料モデルの導出【JST・京大機械翻訳】

Deriving temperature-dependent material models for structural steel through artificial intelligence

著者 (1件)： Naser M.Z. (Glenn Department of Civil Engineering, Clemson University, Clemson, SC 29634, USA)
資料名： Construction and Building Materials  (Construction and Building Materials)
巻： 191  ページ： 56-68  発行年： 2018年 
JST資料番号： T0560A  ISSN： 0950-0618  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】

シソーラス用語： *構造用鋼 ,  標準化 ,  *人工知能 ,  事例研究 ,  シミュレーション ,  火災 ,  材料科学 ,  *鋼 ,  *温度依存性 ,  鋼構造 ,  予測
準シソーラス用語： 有限要素解析 ,  ANSYS ,  開業医 ,  *材料モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 火災 ,  人工知能 ,  構造用鋼 ,  材料モデル ,  有限要素解析

分類 (1件)： 火災  (RA02020B)

タイトルに関連する用語 (5件)： 人工知能 ,  構造用鋼 ,  温度依存 ,  材料モデル ,  導出