文献

J-GLOBAL ID：202002281496211769   整理番号：20A0642640

EBSD観察による結晶粒形状・ひずみEBSD観察情報の深層学習に基づく耐熱鋼のクリープ及びクリープ疲労損傷システムの開発

著者 (4件)： 藏重湧 (名城大 大学院) ,  藤山一成 (名城大) ,  高木瑠伊 (名城大 大学院) ,  渡部嵩司 (名城大)
資料名： 日本材料学会東海支部学術講演会講演論文集  (日本材料学会東海支部学術講演会予稿集)
巻： 14th  ページ： 52-53  発行年： 2020年 
JST資料番号： L5883A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1緒言.EBSD(Electron BackScatter Diffraction pattern)観察に基づいて耐熱鋼のクリープ損傷及びクリープ疲労損傷を評価する際,個々の結晶粒の寸法や形状の情報を用いて詳細に評価する方法の自動化は進んで...【本文一部表示】

シソーラス用語： 耐熱鋼 ,  オーステナイト系ステンレス鋼 ,  クリープ ,  クリープ疲れ ,  *クリープ損傷 ,  *疲れ損傷 ,  微細構造 ,  電子回折 ,  機械学習 ,  ニューラルネットワーク ,  結晶粒 ,  結晶方位
準シソーラス用語： SUS304HTB ,  疲労損傷 ,  微細組織 ,  *EBSD法 ,  KAM ,  結晶配向

分類 (2件)： 変態組織,加工組織  (WB01030N) ,  機械的性質  (WB02030U)

タイトルに関連する用語 (10件)： EBSD ,  観察 ,  結晶粒 ,  ひずみ ,  深層学習 ,  耐熱鋼 ,  クリープ ,  クリープ疲労 ,  損傷 ,  開発