文献

J-GLOBAL ID：202202213898981317   整理番号：22A1180408

腐食環境条件の同定に適用した機械学習【JST・京大機械翻訳】

Machine Learning Applied to Identify Corrosive Environmental Conditions

著者 (4件)： Lee HsinYen (School of Aerospace, Transport, and Manufacturing, Cranfield University, Cranfield, United Kingdom) ,  Gray Simon (School of Aerospace, Transport, and Manufacturing, Cranfield University, Cranfield, United Kingdom) ,  Zhao Yifan (School of Aerospace, Transport, and Manufacturing, Cranfield University, Cranfield, United Kingdom) ,  Castelluccio Gustavo M. (School of Aerospace, Transport, and Manufacturing, Cranfield University, Cranfield, United Kingdom)
資料名： Frontiers in Materials (Web)  (Frontiers in Materials (Web))
巻： 9  ページ： 830260  発行年： 2022年 
JST資料番号： U7077A  ISSN： 2296-8016  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： タービンエンジンの信頼性は飛行中に経験した環境に大きく依存する。空気湿度,腐食性汚染物質,及び高い運転温度は,エンジン寿命に影響する属性である。材料に影響する環境の特定は必ずしも知られておらず,損傷はしばしば時間のかかる手動検査によって評価される。本研究は,機械学習アプローチがジェットエンジン金属材料を劣化させる環境条件を同定できることを実証する。最新の事前訓練ニューラルネットワークモデルを用いて,損傷ニッケル基超合金試料の画像を評価し,環境温度,曝露時間,および塩汚染物質の堆積量を同定した。これらのパラメータは,実験室条件で試験された約3,600試料画像のデータベースでモデルを訓練することによって予測される。新しいツリー分類プロセスは,ニッケル基超合金によって経験される環境のタイプを分類するための優れた予測力をもたらす。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 空気 ,  時間 ,  信頼性 ,  データベース ,  ジェット機関 ,  ニッケル合金 ,  金属材料 ,  湿度 ,  超合金 ,  汚染物質 ,  飛翔 ,  *機械学習
準シソーラス用語： 神経回路網モデル ,  *環境条件 ,  環境温度 ,  曝露時間 ,  ニッケル基超合金 ,  タービンエンジン , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  腐食損傷 ,  ニッケル基超合金 ,  高温 ,  汚染物質塩

分類 (1件)： ガスタービン  (PB02040Y)

引用文献 (30件)：

• DaroliaR. (2019). Development of strong, Oxidation and Corrosion Resistant Nickel-Based Superalloys: Critical Review of Challenges, Progress and Prospects. Int. Mater. Rev. 64, 355-380. doi: 10.1080/09506608.2018.1516713
• EliazN., ShemeshG., LatanisionR. M. (2002). Hot Corrosion in Gas Turbine Components. Eng. Fail. Anal. 9, 31-43. doi: 10.1016/s1350-6307(00)00035-2
• RappR. A. (2002). Hot Corrosion of Materials: a Fluxing Mechanism. Corrosion Sci. 44, 209-221. doi: 10.1016/s0010-938x(01)00057-9
• SyedA. U., MartinezF. D. Morar., RobertsT., Encinas-OropesaA., MorarN. I., GrohneM., et al (2021). Performance Comparison between Isothermal Hot Corrosion and In Situ Cyclic Hot Corrosion of Nickel-Based Superalloys. Oxid Met. 96, 43-55. doi: 10.1007/s11085-021-10044-9
• PaolantiM., FrontoniE. (2020). Multidisciplinary Pattern Recognition Applications: A Review. Comp. Sci. Rev. 37, 100276. doi: 10.1016/j.cosrev.2020.100276

タイトルに関連する用語 (4件)： 腐食 ,  環境条件 ,  同定 ,  機械学習