文献

J-GLOBAL ID：202202291347604683   整理番号：22A0435881

ACFMのための極端な学習機械ベースのサブ表面亀裂検出と定量化法【JST・京大機械翻訳】

Extreme learning machine based sub-surface crack detection and quantification method for ACFM

著者 (22件)： Zhao Shuxiang (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Zhao Shuxiang (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Zhao Shuxiang (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Shen Ying (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Shen Ying (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Shen Ying (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Wang Jiazeng (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Wang Jiazeng (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Wang Jiazeng (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Zhu Ruichao (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Zhu Ruichao (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Zhu Ruichao (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Zhai Wenmin (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Zhai Wenmin (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Zhai Wenmin (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Dong Hao (YiChang Testing Technology Research Institute, Yichang 443003, China) ,  Mao Zhineng (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Mao Zhineng (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Mao Zhineng (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China) ,  Gao Junqi (Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China) ,  Gao Junqi (Key Laboratory of Marine Information Acquisition and Security (Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China) ,  Gao Junqi (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China)
資料名： Journal of Magnetism and Magnetic Materials  (Journal of Magnetism and Magnetic Materials)
巻： 546  ページ： Null  発行年： 2022年 
JST資料番号： H0644A  ISSN： 0304-8853  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)

抄録/ポイント： 本論文では,極端学習機械(ELM)ニューラルネットワークに基づくサブ表面亀裂評価のための定量化法を交流場測定(ACFM)の適用のために提案した。有限要素モデルのシミュレーション結果に従って,亀裂の寸法はB_zとB_x曲線の4つの特徴によって記述できる。ACFM検出のための最適化ELMを訓練し,選択した特徴に基づいて検証した。提案したサブ表面亀裂サイジング法の利点を利用して,実験結果は,表面下亀裂の検出と定量化が容易に行われることを示した。ELMによって予測された長さと深さの最大誤差は,それぞれ5.65%と6.27%に制限される。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： *亀裂 ,  最適化 ,  シミュレーション ,  ニューラルネットワーク ,  *学習機械 ,  サイジング ,  *表面亀裂
準シソーラス用語： FEMモデル ,  亀裂検出 ,  *極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： ACFM ,  サブ表面亀裂 ,  TMR ,  極限学習機械

分類 (3件)： その他の無機化合物の磁性  (BM06060P) ,  酸化物結晶の磁性  (BM06050E) ,  バイオアッセイ  (EA03060N)

タイトルに関連する用語 (4件)： 極端な学習機械 ,  サブ ,  表面亀裂 ,  定量化