文献

J-GLOBAL ID：202202270041648193   整理番号：22A0563549

遺伝的アルゴリズムによる機械学習の統合による低合金鋼のクリープ寿命の高スループットマップ設計【JST・京大機械翻訳】

High-throughput map design of creep life in low-alloy steels by integrating machine learning with a genetic algorithm

著者 (5件)： Wang Chenchong (State Key Laboratory of Rolling and Automation, Northeastern University, Shenyang, Liaoning 110819, China) ,  Wei Xiaolu (State Key Laboratory of Rolling and Automation, Northeastern University, Shenyang, Liaoning 110819, China) ,  Ren Da (State Key Laboratory of Rolling and Automation, Northeastern University, Shenyang, Liaoning 110819, China) ,  Wang Xu (School of Mechanical Engineering, Liaoning Petrochemical University, Fushun 113001, China) ,  Xu Wei (State Key Laboratory of Rolling and Automation, Northeastern University, Shenyang, Liaoning 110819, China)
資料名： Materials & Design  (Materials & Design)
巻： 213  ページ： Null  発行年： 2022年 
JST資料番号： A0495B  ISSN： 0264-1275  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： クリープ配向合金設計は,金属構造材料の分野における長年の興味深い話題である。しかし,クリープ試験のための高コストは,従来の試行錯誤法を用いて新しい合金の開発効率を制限する。さらに,複雑なメカニズムと影響因子は,物理的モデリングとシミュレーション誘導設計の困難さを著しく増加させる。本研究では,クリープ寿命予測と高スループット設計を含む2つのモジュールを含むクリープ寿命改善のための合金設計フレームワークを確立した。最初のモジュールのために,本研究で使用したクリープデータセットに基づいて,クリープ寿命予測のための最良の機械学習モデルを,種々の機械学習戦略の比較によって得た。この方法によって,複雑なクリープ機構の限界を部分的に除去して,正確で一般的モデルを確立した。2番目のモジュールに対して,フィルタによる遺伝的アルゴリズムを用いて,特定のクリープ条件下で最適組成と処理パラメータを有する有望な新しい合金計画を得た。この設計フレームワークと関連設計結果の合理性を証明した後,マップ設計を用いて,異なるクリープ条件のための新しい合金開発をガイドし,新しい多機能合金計画を提案した。この設計システムは,複雑なターゲット特性を有する高効率合金設計のための予備的指針を提供できる。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： *クリープ ,  *合金 ,  シミュレーション ,  フィルタ ,  クリープ試験 ,  特性 ,  *低合金鋼 ,  金属構造 ,  モデル ,  *クリープ強さ ,  合金設計 ,  *機械学習 ,  *遺伝的アルゴリズム
準シソーラス用語： 高効率 ,  ハイスループット , 【Automatic Indexing@JST】

著者キーワード (4件)： クリープ寿命 ,  機械学習 ,  高スループット設計 ,  低合金鋼

分類 (2件)： 機械的性質  (WB02030U) ,  金属材料  (HC06020Z)

タイトルに関連する用語 (8件)： 遺伝的アルゴリズム ,  機械学習 ,  統合 ,  低合金鋼 ,  クリープ寿命 ,  高スループット ,  マップ ,  設計