文献

J-GLOBAL ID：202202248726852717   整理番号：22A0941939

ボード境界条件を考慮したスロッシング負荷下の液体天然ガス貨物格納容器システムの終局座屈強度の人工ニューラルネットワークベース予測【JST・京大機械翻訳】

Artificial neural network based prediction of ultimate buckling strength of liquid natural gas cargo containment system under sloshing loads considering onboard boundary conditions

著者 (2件)： Park Young IL. (Department of Naval Architecture and Offshore Engineering, Dong-A University, South Korea) ,  Kim Jeong-Hwan (Department of Naval Architecture and Offshore Engineering, Dong-A University, South Korea)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 249  ページ： Null  発行年： 2022年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  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,スロッシング衝撃荷重の下でのGTT NO96液体天然ガス(LNG)貨物格納容器システムの極限座屈強度を,内部船殻構造による極低温およびフレキシブル境界条件のような設計環境条件を考慮して検討した。LNG貨物格納容器の動的座屈容量がいくつかの設計パラメータに対して大きな非線形性を示すので,数値解析結果を一般化し,初期設計目的のためのシステムの設計極限能力を開発するために,人工ニューラルネットワークを適用した。1ホット符号化を通して,特性変数を人工ニューラルネットワークに適した可変形式に変換して,現在のシステムのために最適化した予測モデルをモデル最適化プロセスを通して構築した。有限要素(FE)シミュレーション結果と設計値の比較は,非常に良好な一致を示した。最後に,NO96ボックスの極限座屈強度の計算に適したGitHubリポジトリ,BUNO96の予測モデルを提供した。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： 最適化 ,  シミュレーション ,  数値解析 ,  *スロッシング ,  *ニューラルネットワーク ,  *液化天然ガス ,  *境界条件 ,  *貨物 ,  極低温 ,  衝撃荷重 ,  船殻 ,  予測モデル ,  リポジトリ
準シソーラス用語： *座屈強度 ,  有限要素 , 【Automatic Indexing@JST】

著者キーワード (5件)： LNG貨物格納容器システム ,  スロッシング ,  非線形FEシミュレーション ,  終局座屈強度 ,  人工ニューラルネットワーク(ANN)

分類 (1件)： 船舶構造・材料  (QJ03020I)

タイトルに関連する用語 (9件)： ボード ,  境界条件 ,  スロッシング ,  液体天然ガス ,  貨物 ,  格納容器 ,  座屈強度 ,  人工ニューラルネットワーク ,  予測