Download all files (6.25 MB)

Collection

Citation

Description:

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。

Rights:

• In Copyright
  

  © Author(s)

Keyword: Machine learning, Structural Materials, Performance pridiction, Creep

Date published: 2025-05-30

Publisher: 技術情報協会

Journal:

• AI、シミュレーションを用いた劣化・破壊評価と寿命予測

Funding:

Manuscript type: Author's version (Submitted manuscript)

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

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

Related item:

Other identifier(s):

Contact agent:

Updated at: 2026-01-07 09:42:32 +0900

Published on MDR: 2026-01-07 12:22:02 +0900