文献

J-GLOBAL ID：202202282549040964   整理番号：22A0942588

タービンブレードディスクのための深層学習回帰ベース成層確率的複合サイクル疲れ損傷評価【JST・京大機械翻訳】

Deep learning regression-based stratified probabilistic combined cycle fatigue damage evaluation for turbine bladed disks

著者 (4件)： Li Xue-Qin (School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China) ,  Song Lu-Kai (School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China) ,  Song Lu-Kai (Research Institute of Aero-Engine, Beihang University, Beijing 100191, PR China) ,  Bai Guang-Chen (School of Energy and Power Engineering, Beihang University, Beijing 100191, PR China)
資料名： International Journal of Fatigue  (International Journal of Fatigue)
巻： 159  ページ： Null  発行年： 2022年 
JST資料番号： D0802B  ISSN： 0142-1123  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： 確率的複合サイクル疲労(CCF)損傷評価は,低サイクル疲労(LCF)損傷,高サイクル疲労(HCF)損傷および累積損傷の複雑な大規模シミュレーションを含む。性能関数の高い非線形性とLCF/HCF損傷の相関関係のために,従来の直接評価法が採用されるならば,低いシミュレーション効率が生じて,分離評価方法が適用されるならば,低い計算精度も現れた。この問題に対応して,深層学習回帰層化戦略(DLR-SS)を提案し,複雑な評価問題を層準評価問題に変換した:構成応答サブ評価(応力/歪)と寿命/損傷サブ評価;構成応答サブ評価において,同期マッピングベースの深層学習回帰(DLR)モデルを開発して,構成応答間の相関関係に対処した。損傷評価サブ評価において,疲れ寿命モデル(Coffin-Mansonモデル,S-N曲線,miner累積モデル)を採用して,LCF/HCF/CCF損傷を評価した。DLR-SSの二重レベル協調解析により,各レベルの非線形性度は減少し,LCF/HCF間の相関関係はよく考慮された。工学事例としてニッケルベース合金GH4133材料を有する典型的タービンブレードディスクを選択することによって,提案方法の実現可能性と有効性を確かめた。本研究の現在の努力は,高忠実度確率CCF評価に光を当てるであろう。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： *円板 ,  応力 ,  シミュレーション ,  評価 ,  低サイクル疲れ ,  *タービン翼 ,  ニッケル合金 ,  SN曲線 ,  疲れ寿命 ,  高サイクル疲れ ,  *損傷 ,  疲れ損傷
準シソーラス用語： 計算精度 ,  *損傷評価 ,  累積損傷 ,  *繰返し疲労 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  損傷評価 ,  確率的解析 ,  複合サイクル疲労

分類 (1件)： 金属材料  (HC05020S)

タイトルに関連する用語 (6件)： 深層学習 ,  成層 ,  確率 ,  複合サイクル ,  疲れ損傷 ,  評価