文献

J-GLOBAL ID：202202254891483002   整理番号：22A1094507

エネルギー分布の逆推定による放電合金化における合金化層厚の決定【JST・京大機械翻訳】

Determining alloyed layer thickness in electric discharge alloying by inverse estimation of energy distribution

著者 (2件)： Devarani Ngangkham (Department of Mechanical Engineering, Indian Institute of Technology Guwahati, Guwahati, PIN: 781039, Assam, India) ,  Joshi Shrikrishna N. (Department of Mechanical Engineering, Indian Institute of Technology Guwahati, Guwahati, PIN: 781039, Assam, India)
資料名： International Journal of Thermal Sciences  (International Journal of Thermal Sciences)
巻： 177  ページ： Null  発行年： 2022年 
JST資料番号： B0246B  ISSN： 1290-0729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： フランス (FRA)  言語： 英語 (EN)

抄録/ポイント： 放電合金化(EDA)は重要な表面改質プロセスであるが,合金層の厚さの正確な決定は工業におけるこのプロセスの効果的な利用に不可欠である。工具と工作物の間の火花エネルギー分布は,合金化層厚を制御する。本研究では,エネルギー分布因子の逆推定による合金化層の厚さの正確で迅速な決定のための新しい方法を開発した。非線形過渡有限要素法に基づく直接数値モデルをEDAの解析のために開発した。エネルギー分布因子の逆推定は,実際と直接モデル計算データの間の差を減らすことによって実行した。この目的のために,統合有限要素法-人工ニューラルネットワークベースの方法を開発した。ショップフロアでの物理実験も行い,逆得られたエネルギー分布因子が,変化する操作条件で合金化層の厚さを推定するのに十分に正確であることを示唆した。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： *放電 ,  有限要素法 ,  鋼 ,  数学モデル ,  ニューラルネットワーク ,  厚み ,  *エネルギー分布 ,  *合金化 ,  *層厚 ,  合金層 ,  分布因子 ,  表面改質
準シソーラス用語： 操作条件 ,  数値モデル ,  物理実験 ,  モデル計算 , 【Automatic Indexing@JST】

著者キーワード (6件)： 放電に基づく合金化 ,  逆計算 ,  有限要素法 ,  人工ニューラルネットワーク ,  合金化層の厚さ ,  P20モールド鋼

分類 (1件)： 対流・放射熱伝達  (PA02030K)

タイトルに関連する用語 (6件)： エネルギー分布 ,  推定 ,  放電 ,  合金化 ,  合金化層 ,  厚