機械学習アルゴリズムを用いたリサイクル材料の複合プロセス最適化【JST・京大機械翻訳】

Lopez-Garcia Pedro; Barrenetxea Xabier; Garcia-Arrieta Sonia; Sedano Inigo; Palenzuela Luis; Usatorre Luis

文献

J-GLOBAL ID：202202257153919300 整理番号：22A0908187

機械学習アルゴリズムを用いたリサイクル材料の複合プロセス最適化【JST・京大機械翻訳】

Compounding process optimization for recycled materials using machine learning algorithms

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0908187&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0908187&from=J-GLOBAL&jstjournalNo=W3527A") }}

著者 (6件)： , , , , ,
資料名：
巻： 105 ページ： 237-242 発行年： 2022年
JST資料番号： W3527A ISSN： 2212-8271 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)

商品の持続可能な製造は,天然資源枯渇とCO_2放出を最小化する要因の1つである。過去10年間,線形経済から循環経済への移行に大きな努力がなされてきた。この転移は,再製造技術による原材料のソーシングを置き換える現在の産業製造フレームワークに再製造プロセスを実装する必要がある。しかし,この遷移は,企業の変換と,より特別には,伝統的から円形へのプロセスを必要とするので,非常に困難である。この変換をスピードアップするために,4次産業革命によって提供されるツールの使用は重要である。特に,人工知能技術の使用は再製造プロセスの最適化を可能にし,全ての利害関係者に利用可能な最適化を可能にする。本論文は,複合廃棄物または製品の寿命の終わりから来る材料による調合プロセスを通して,リサイクル繊維の再製造のための最適化システムを提示した。異なる仕様,繊維補強等級,および出力材料特性の下で,調合機で行ったいくつかの実験から収集したデータを用いて,提案した方法を訓練した。このシステムは,設定点実験の異なるタイプの強化プラスチック針のための調合機をセットアップする。提案アルゴリズムは,以前には,シナリオなしでテストされ,それらは,最適な材料特性を与えるのに有効であることを証明した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

環境問題 , 資源回収利用

, , ,

前のページに戻る