文献

J-GLOBAL ID：202202262373137858   整理番号：22A0978569

人工ニューラルネットワークを用いたガラス/エポキシ複合材料の耐久性予測【JST・京大機械翻訳】

Durability prediction of glass/epoxy composite using artificial neural network

著者 (3件)： Hussain Idrisi Amir (United Arab Emirates University,Mechanical Engineering Department,Al-Ain,UAE) ,  Fatima Kehkashan (United Arab Emirates University,Electrical Engineering Department,Al-Ain,UAE) ,  Hamid Ismail Mourad Abdel (United Arab Emirates University,Mechanical Engineering Department,Al-Ain,UAE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ASET  ページ： 1-3  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,FRP複合材料の耐久性に対する人工ニューラルネットワークの予測能力を検討した。本研究では,ガラス/エポキシ複合材料を,11年間,過酷な環境下で浸漬した。海水の温度は,23°C,45°C,および65°Cで維持された。試料の耐久性を,条件付試料の引張強度に関して評価した。さらに,入力変数として曝露温度(°C)と時間(月)を用い,出力変数として引張強度を設定した。結果は,確立した予測モデルが複合材料の耐久性の予測に有望であることを明らかにした。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ガラス ,  複合材料 ,  海水 ,  *ニューラルネットワーク ,  耐久性 ,  引張強さ ,  浸漬 ,  予測モデル
準シソーラス用語： 予測能力 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 人工ニューラルネットワーク ,  ガラス ,  複合材料 ,  予測