文献
J-GLOBAL ID:201802270052751111   整理番号:18A2216311

発電所ヘッダ部品における熱応力近似のための空間および形状依存Green関数を決定するためのニューラルネットワークアプローチ【JST・京大機械翻訳】

A neural network approach for determining spatial and geometry dependent Green’s functions for thermal stress approximation in power plant header components
著者 (3件):
資料名:
巻: 168  ページ: 269-288  発行年: 2018年 
JST資料番号: H0395A  ISSN: 0308-0161  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:
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。
多くの高温成分の長期間構造健全性に対するいくつかの懸念を,/部分/オフ負荷条件のより大きな周波数で運転する発電における傾向は,いくつかの懸念を生み出す。グリーン関数法は,ユニット温度ステップに対する非連成熱応力問題を解くことを試みることにより,蒸気ヘッダのような要素における熱応力を推定するために長年使用されてきた。一度,単位温度ステップに対するGreen関数を決定すると,現実的あるいは実際の成分温度分布を離散化でき,時間依存応力分布をDuhamelの定理を用いて再構成した。従って,応力変動を推定し,疲れ機構による損傷を定量化できる。この方法による潜在的困難性は,Green関数近似が構造中の単一解析点に対して決定されることである。これは,Green関数が有限要素(FE)シミュレーションの結果に試行関数を適合させることによって近似されるからである。ユーザは,構造中のポイントが「最悪のケース」(または寿命制限)条件を与えると判断できるが,興味のある点は,スタブ侵入形状や考慮した負荷条件のような特定の解析条件に依存することが予測される。本論文で述べたニューラルネットワークアプローチは,複雑な要素(蒸気ヘッダとみなされる)の過渡熱応力モデルを比較的迅速に生成し,プラント運転を評価し,修正する方法を提供する。(R2)は,再構成された(ニューラルネットワーク結果から),「真の」FEA結果と比較すると,決定係数(R2)は典型的に0.92以上である。応力プロファイルの平均誤差は,大多数の場合,10%以下であった。再構成された応力分布に関する付加的制約の使用を通して,この方法に対する可能な将来の改善についても提案を行った。Copyright 2019 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
溶接設計,溶接構造物  ,  配管材料,弁  ,  溶接技術  ,  金属材料 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る