文献

J-GLOBAL ID：202202290351718571   整理番号：22A0323921

機械学習支援確率的クリープ疲労損傷評価【JST・京大機械翻訳】

Machine learning assisted probabilistic creep-fatigue damage assessment

著者 (10件)： Gu Hang-Hang (Key Laboratory of Pressure Systems and Safety, Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Wang Run-Zi (Key Laboratory of Pressure Systems and Safety, Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Zhu Shun-Peng (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu 611731, PR China) ,  Wang Xiao-Wei (School of Mechanical and Power Engineering, Nanjing Tech University, Nanjing 211816, PR China) ,  Wang Dong-Ming (Key Laboratory of Pressure Systems and Safety, Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Zhang Guo-Dong (Suzhou Nuclear Power Research Institute, Suzhou 215004, PR China) ,  Fan Zhi-Chao (Hefei General Machinery Research Institute Co. Ltd., Hefei 230031, PR China) ,  Zhang Xian-Cheng (Key Laboratory of Pressure Systems and Safety, Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Tu Shan-Tung (Key Laboratory of Pressure Systems and Safety, Ministry of Education, East China University of Science and Technology, Shanghai 200237, PR China) ,  Wang Run-Zi (Fracture and Reliability Research Institute, Graduate School of Engineering, Tohoku University, Sendai, Miyagi 980-8579, Japan)
資料名： International Journal of Fatigue  (International Journal of Fatigue)
巻： 156  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： クリープ-疲れ相互作用の下での確率的損傷分布を調べるために,各荷重条件のクリープ疲れ寿命サンプルサイズを拡大するために,分割-および-コンッカー方法論による機械学習フレームワークを提案した。最適化決定論的寿命予測モデル,歪エネルギー密度消耗モデル(SEDE)を選択し,材料変動性を考慮した。続いて,ランダム累積クリープと疲れ損傷を,ラテンハイパーキューブサンプリング(LHS)シミュレーションによる確率的SEDE寿命モデルとクリープ疲れ寿命分布の組合せによって得た。クリープ/疲労相互作用図で表される相対散乱因子を導入して,寿命散乱におけるクリープ/疲れにおける散乱の優位性を明らかにした。その結果,安全評価のための確率的等電位線を含む確率的クリープ疲れ損傷評価図を確立した。このような確率的損傷評価は参照を提供し,信頼性のためのさらなるクリープ疲れ寿命設計において有望な可能性を有する。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 ,  最適化 ,  散乱 ,  シミュレーション ,  相互作用 ,  電位 ,  寿命分布 ,  信頼性 ,  *評価 ,  疲れ損傷 ,  *クリープ疲れ ,  *機械学習 ,  予測モデル
準シソーラス用語： 決定論 ,  *損傷評価 ,  荷重条件 , 【Automatic Indexing@JST】

著者キーワード (4件)： クリープ疲労 ,  機械学習 ,  分割統治 ,  確率的損傷評価

分類 (1件)： 金属材料  (HC05020S)

タイトルに関連する用語 (5件)： 機械学習 ,  支援 ,  確率 ,  クリープ疲労 ,  損傷評価