文献

J-GLOBAL ID：202002225507066723   整理番号：20A1441011

微細構造定量化による選択的レーザ融解および後熱処理Ti-6Al-4Vのための多重線形回帰解析による引張特性予測【JST・京大機械翻訳】

Tensile properties prediction by multiple linear regression analysis for selective laser melted and post heat-treated Ti-6Al-4V with microstructural quantification

著者 (9件)： Kusano Masahiro (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Miyazaki Shiho (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Miyazaki Shiho (Department of Materials Science and Engineering, Shibaura Institute of Technology, 3-7-5 Toyosu, Koto, 135-8548, Tokyo, Japan) ,  Watanabe Makoto (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Watanabe Makoto (Research Center for Advanced Science and Technology, The University of Tokyo, 4-6-1 Komaba, Meguro, 153-0041, Tokyo, Japan) ,  Kishimoto Satoshi (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Bulgarevich Dmitry S. (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Ono Yoshinori (Research Center of Structural Materials, National Institute for Materials Science, 1-2-1 Sengen, Tsukuba, 305-0047, Ibaraki, Japan) ,  Yumoto Atsushi (Department of Materials Science and Engineering, Shibaura Institute of Technology, 3-7-5 Toyosu, Koto, 135-8548, Tokyo, Japan)
資料名： Materials Science & Engineering. A. Structural Materials: Properties, Microstructure and Processing  (Materials Science & Engineering. A. Structural Materials: Properties, Microstructure and Processing)
巻： 787  ページ： Null  発行年： 2020年 
JST資料番号： D0589B  ISSN： 0921-5093  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： 粉体層溶融添加物製造法である選択的レーザ融解(SLM)は,ニアネット型金属製品の製造に有利である。SLMで作製したTi-6Al-4V合金の微細組織とその後の熱処理は機械的性質に複雑に寄与する。本研究では,ランダムフォレストアルゴリズムおよび種々の画像解析技法による機械学習を適用することにより,走査電子顕微鏡画像から微細構造の特徴を定量的に抽出した。X線計算機トモグラフィーからの欠陥特性と共に,これらの微細構造の特徴を用いて,熱処理したSLMed Ti-6Al-4V合金の引張特性に対する多重線形回帰分析により,予測モデルを開発した。分析は,降伏強度(σYS)と極限引張強度(σUTS)の両方がα粒径の逆平方根と線形相関を有し,またそれらは溶体化処理パラメータに依存する他の微細構造の特徴にも起因することを明らかにした。多重線形回帰モデルはσYSとσUTS予測精度に対して2.0%以下の誤差を示した。一方,破壊伸びと弾性の予測は顕著な散乱を持ち,転位特性のような特徴があり,適切な予測に欠けていた。Copyright 2020 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： アルゴリズム ,  合金 ,  弾性 ,  引張強さ ,  降伏強さ ,  画像分析 ,  X線CT ,  *レーザ融解 ,  機械学習 ,  Ti-6Al-4V合金 ,  予測モデル
準シソーラス用語： 予測精度 ,  *引張特性 ,  ランダムフォレスト ,  *多重線形回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： 選択的レーザ融解 ,  Ti-6Al-4V合金 ,  機械学習 ,  画像解析 ,  引張特性 ,  多重線形回帰解析

分類 (2件)： 機械的性質  (WB02030U) ,  凝固  (WC01050M)

タイトルに関連する用語 (9件)： 微細構造 ,  定量化 ,  レーザ融解 ,  後熱処理 ,  Ti ,  多重線形回帰 ,  解析 ,  引張特性 ,  予測