• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>CORROSION Annual Conference and Exposition >EXPLORING THE EFFECTS OF LOW AMPLITUDE FATIGUE IN CRACK GROWTH RATES IN HIGH TEMPERATURE AQUEOUS SOLUTION/METAL SYSTEMS
【24h】

EXPLORING THE EFFECTS OF LOW AMPLITUDE FATIGUE IN CRACK GROWTH RATES IN HIGH TEMPERATURE AQUEOUS SOLUTION/METAL SYSTEMS

机译：探讨高温水溶液/金属系统裂纹生长速率低振幅疲劳的影响

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this work, we explore the use of artificial neural networks (ANN, net) in sorting and interpreting the impact of mechanical variables [such as applied stress intensity factor (K_(max), amplitude and frequency of loading (△K, ω)] and environmental parameters [e.g., the corrosion potential (ECP)] on fatigue crack growth in steels in high temperature aqueous systems. In doing so, we reviewed and collected fatigue crack growth rate (FCGR) data from the open literature, we constructed a suitable database (mainly from data obtained from the Argonne National Laboratory) for use (as inputs) with the Artificial Neural Network (ANN), we designed an ANN and trained it on the data base, and we used the ANN to extrapolate the range of input variables. We discuss the predictions of the ANN, and we compare and contrast our findings with known and expected trends.
机译：在这项工作中，我们探讨了使用人工神经网络（ANN，NET）对机械变量的影响[如施加的应力强度因子（k_（max），负载幅度和频率（△k，ω）进行分类和解释]环境参数[例如，腐蚀潜力（ECP）]高温含水系统钢疲劳裂纹裂纹生长。这样做，我们审查和收集了开放文学中的疲劳裂纹增长率（FCGR）数据，我们构建了一个合适的数据库（主要来自来自Argonne National实验室的数据）与人工神经网络（ANN）的使用（作为输入），我们设计了一个ANN并在数据库上培训，我们使用了ANN推断范围输入变量。我们讨论了ANN的预测，我们与已知和预期趋势进行比较和对比我们的调查结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号