Download all files (6.25MB)

コレクション

引用

説明:

本稿では、機械学習を用いて耐熱鋼のクリープ寿命を高精度に予測する手法を紹介する。NIMSが蓄積した5,000点超のクリープ試験データを活用し、化学組成やクリープ条件を入力としてSVRやXGBoost等の回帰モデルを構築。市販鋼に対しては高精度な予測が可能であることを示した。さらに、ベイズ統計を用いて、炭素鋼の低応力・長寿命領域で寿命を支配する合金元素がMoであることを特定した。

権利情報:

• In Copyright
  

  © Author(s)

キーワード: Machine learning, Structural Materials, Performance pridiction, Creep

刊行年月日: 2025-05-30

出版者: 技術情報協会

掲載誌:

• AI、シミュレーションを用いた劣化・破壊評価と寿命予測

研究助成金:

原稿種別: 査読前原稿 (Author's original)

MDR DOI: https://doi.org/10.48505/nims.6108

公開URL: https://www.gijutu.co.jp/doc/b_2294.htm

関連資料:

その他の識別子:

連絡先:

更新時刻: 2026-01-07 09:42:32 +0900

MDRでの公開時刻: 2026-01-07 12:22:02 +0900