이봉분포 마스터커브를 이용한 SA508 Gr. 3 원자로용기강의 파괴인성 평가

김종민; 김민철; 이봉상

추천

검색

질문

자료유형: 학술저널

저자정보: 김종민 (한국원자력연구원) 김민철 (한국원자력연구원) 이봉상 (한국원자력연구원)

저널정보: 한국압력기기공학회 한국압력기기공학회 논문집 한국압력기기공학회 논문집 제13권 제2호

발행연도: 2017.12

수록면: 60 - 66 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The standard master curve (MC) approach has the major limitation because it is only applicable to homogeneous datasets. In nature, materials are macroscopically inhomogeneous and involve scatter of fracture toughness data due to various deterministic material inhomogeneity and random inhomogeneity. RPV(reactor pressure vessel) steel has different fracture toughness with varying distance from the inner surface of the wall due to cooling rate in manufacturing process; deterministic inhomogeneity. On the other hand, reference temperature, T0, used in the evaluation of fracture toughness is acting as a random parameter in the evaluation of welding region; random inhomogeneity. In the present paper, four regions, the surface, 1/8T, 1/4T and 1/2T, were considered for fracture toughness specimens of KSNP (Korean Standard Nuclear Plant) SA508 Gr. 3 steel to investigate deterministic material inhomogeneity and random inhomogeneity. Fracture toughness tests were carried out for four regions and three test temperatures in the transition region. Fracture toughness evaluation was performed using the bimodal master curve (BMC) approach which is applicable to the inhomogeneous material. The results of the bimodal master curve analyses were compared with that of conventional master curve analyses. As a result, the bimodal master approach considering inhomogeneous materials provides better description of scatter in fracture toughness data than conventional master curve analysis. However, the difference in the T<SUB>0</SUB> determined by two master curve approaches was insignificant.

#Master curve(마스터커브) #Bimodal master curve(이봉분포 마스터커브) #Fracture toughness(파괴인성) #Reference temperature(참조온도) #Deterministic inhomogeneity(결정론적 불균질성) #Random inhomogeneity(랜덤 불균질성)

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

기계학습 조사취화 모델을 이용한 웨스팅하우스(WH)형 원전 판재 원자로용기강의 확률론적 파손 평가

김종민 , 이경근 , 김민철 외 1명 대한기계학회 춘추학술대회 2022 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-554-001732440

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)