文献

J-GLOBAL ID：202202235281460890   整理番号：22A1096092

内面2フランジ負荷下の穴あきロール成形アルミニウム合金非滑りチャネルのウェブクリッピング挙動を研究するための新しい機械学習法【JST・京大機械翻訳】

A novel machine learning method to investigate the web crippling behaviour of perforated roll-formed aluminium alloy unlipped channels under interior-two flange loading

著者 (7件)： Fang Zhiyuan (Department of Civil and Environmental Engineering, The University of Auckland, New Zealand) ,  Roy Krishanu (School of Engineering, The University of Waikato, New Zealand) ,  Xu Jinzhao (Department of Civil and Environmental Engineering, The University of Auckland, New Zealand) ,  Dai Yecheng (Department of Civil and Environmental Engineering, The University of Auckland, New Zealand) ,  Paul Bikram (Department of Civil Engineering, National Institute of Technology, India) ,  Lim James B.P. (Department of Civil and Environmental Engineering, The University of Auckland, New Zealand) ,  Lim James B.P. (School of Engineering, The University of Waikato, New Zealand)
資料名： Journal of Building Engineering  (Journal of Building Engineering)
巻： 51  ページ： Null  発行年： 2022年 
JST資料番号： W3072A  ISSN： 2352-7102  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： 本研究では,内部2フランジ荷重の下で穿孔ロール成形アルミニウム合金(RFA)非リップドチャネル(高速化および非固定)のウェブクリップリング挙動を評価するために,eXtreme勾配ブースティング(XGBoost)ツールを用いた新しい機械学習モデルを示した。文献からの30の実験結果に対して検証された弾塑性有限要素(FE)モデルを利用して,XGBoostモデルを訓練するために合計1080のデータ点を作成した。数値破壊荷重に対する比較を行い,XGBoostモデルの予測精度は94%であった。ラムドーム森林および線形回帰法と比較したとき,提案したXGBoostモデルは前述の方法よりも良好に機能することが分かった。XGBoostモデル,試験,および有限要素解析(FEA)から得られたウェブクリップリング強度を利用して,米国鉄鋼研究所(AISI),オーストラリア/ニュージーランド標準(AS/NZS 1664.1,AS/NZS 4600:2018)およびユーロコード(CEN 2007)からの現在の設計規則の性能を評価した。現行の設計規則は,有孔RFA非リップチャネルのウェブクリップリング強度を予測するには信頼性がないことが示された。パラメトリック解析の結果として,穿孔RFA非リップチャネルに対する新しいウェブクリップリング強度とウェブクリップリング強度低減係数式を提案した。次に,信頼性解析を実施し,提案した方程式が穿孔RFA非リップチャネルのITFウェブクリップリング強度を正確に予測できることを確認した。Copyright 2022 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： 数値解析 ,  信頼性 ,  鉄鋼 ,  弾塑性 ,  解析 ,  *アルミニウム合金 ,  *フランジ ,  *ロールフォーミング ,  信頼性解析 ,  破壊荷重 ,  モデル ,  穿孔 ,  設計基準 ,  *機械学習
準シソーラス用語： 有限要素解析 ,  ユーロコード ,  パラメトリック解析 ,  予測精度 , 【Automatic Indexing@JST】

著者キーワード (8件)： ウェブクリプリング ,  eXtreme勾配ブースティング(XGBoost)ツール ,  アルミニウム合金 ,  反転しないチャネル ,  有限要素解析 ,  機械学習 ,  パラメトリック解析 ,  内部2フランジ荷重

分類 (1件)： 金属構造  (RA04050W)

タイトルに関連する用語 (9件)： フランジ ,  穴あき ,  ロール成形 ,  アルミニウム合金 ,  滑り ,  チャネル ,  挙動 ,  研究 ,  機械学習