지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 863 - 874 (12page)
- DOI
- 10.3795/KSME-A.2021.45.10.863
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구에서는 인공신경망(ANN)으로 비정질 금속의 물성을 평가하는 방법을 제시한다. 비정질 금속 거동을 모사하는 자유체적 모델은 ABAQUS 사용자 재료 모델(UMAT)로 수치구현됐다. 유한요소(FE) 모델은 자유체적 모델변수를 받고 압입정보를 제공해 데이터셋을 생성한다. 인공신경망은 자유체적 모델변수와 압입변수의 상관관계를 구축하고, 역으로 압입변수를 통해 자유체적 모델변수를 예측한다. 원활한 학습을 위해 다중공선성 제거, 주요 압입변수 추출, 정규화 등 데이터 전처리를 수행했고 학습된 인공신경망은 학습 및 평가세트에 대한 오차검증을 거쳤다. 또한 비정질 금속 실험데이터와의 비교를 통해 인공신경망의 신뢰성을 확보했다.
목차
초록
Abstract
1. 서론
2. 자유체적 모델
3. 기계학습
4. 인공신경망 모델검증
5. 결론
참고문헌(References)
참고문헌 (59)
참고문헌 신청
Pauly, S., Gorantla, S., Wang, G., Kühn, U. and Eckert, J., 2010, “Transformation-Mediated Ductility in CuZrbased Bulk Metallic Glasses,” Nature Materials, Vol. 9, No. 6, pp. 473~477.
Zhao, M. and Li, M., 2012, “Comparative Study of Elastoplastic Constitutive Models for Deformation of Metallic Glasses,” Metals, Vol. 2, No. 4, pp. 488~507.
Rezaee-Bazzaz, A., Marvi-Mashhadi, M. and Haddad-Sabzevar, M., 2011, “Study of Mechanical Deformation of Zr55Cu30Al10Ni5 Bulk Metallic Glass through Instrumented Indentation,” Materials Science and Engineering A, Vol. 528, No. 21, pp. 6630~6635.
Marimuthu, K. P., Lee, K., Han, J., Rickhey, F. and Lee, H., 2020, “Nanoindentation of Zirconium based Bulk Metallic Glass and Its Nanomechanical Properties,” Journal of Materials Research and Technology, Vol. 9, No. 1, pp. 104~114.
Spaepen, F., 1977, “A Microscopic Mechanism for Steady State Inhomogeneous Flow in Metallic Glasses,” Acta Metallurgica, Vol. 25, No. 4, pp. 407~415.
Zhao, M. and Li, M., 2012, “Comparative Study of Elastoplastic Constitutive Models for Deformation of Metallic Glasses,” Metals, Vol. 2, No. 4, pp. 488~507.
Rezaee-Bazzaz, A., Marvi-Mashhadi, M. and Haddad-Sabzevar, M., 2011, “Study of Mechanical Deformation of Zr55Cu30Al10Ni5 Bulk Metallic Glass through Instrumented Indentation,” Materials Science and Engineering A, Vol. 528, No. 21, pp. 6630~6635.
Marimuthu, K. P., Lee, K., Han, J., Rickhey, F. and Lee, H., 2020, “Nanoindentation of Zirconium based Bulk Metallic Glass and Its Nanomechanical Properties,” Journal of Materials Research and Technology, Vol. 9, No. 1, pp. 104~114.
Spaepen, F., 1977, “A Microscopic Mechanism for Steady State Inhomogeneous Flow in Metallic Glasses,” Acta Metallurgica, Vol. 25, No. 4, pp. 407~415.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인공신경망을 통한 비정질 금속의 물성평가
대한기계학회 춘추학술대회
2021 .06
-
Determination of uniaxial tensile properties using neural networks combined with finite element analysis of spherical indentation
한국소성가공학회 학술대회 논문집
2020 .06
-
분자동역학과 유한요소해석을 활용한 금속유리 물성평가
대한기계학회 논문집 A권
2023 .06
-
거친 금속표면의 평탄화 대한 평면압입 연구
대한기계학회 춘추학술대회
2021 .06
-
인공신경망 기반(ANN) 차량 질량 추정 알고리즘 개발 및 검증
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
인공 신경망 소개
설비저널
2021 .04
-
계장화 압입시험에 미치는 압입각도의 영향 평가
대한기계학회 춘추학술대회
2015 .04
-
압입시험시 생성된 표면변위장을 이용한 재료물성 평가
대한기계학회 춘추학술대회
2020 .07
-
The effect of different probe geometry and indentation angle on indentation test
대한기계학회 춘추학술대회
2015 .05
-
도심지 지하굴착 및 터널시공 예비설계를 위한 인공신경망 개발에 관한 연구
한국지반신소재학회 논문집
2020 .03
-
계장화 압입시험법을 활용한 금속소재 물성 평가 연구
대한기계학회 춘추학술대회
2015 .04
-
합성곱 인공 신경망의 네트워크 종류에 따른 객체 인식 성능에 대한 실험적 고찰
유공압건설기계학회 학술대회논문집
2020 .12
-
유한요소해석 기반 이축 잔류응력 구조물의 압입거동 분석
대한기계학회 춘추학술대회
2022 .06
-
유한요소해석 기반 이축 잔류응력 구조물의 압입거동 분석
대한기계학회 춘추학술대회
2022 .06
-
ANN 모델링 및 CNN 기반 예측모델을 이용한 단방향 복합재료의 가로방향 기계적 거동 예측 성능 비교
한국항공우주학회 학술발표회 초록집
2021 .07
-
이중압입을 통한 금속의 잔류응력 및 물성 동시평가
대한기계학회 춘추학술대회
2023 .06
-
크라우드 소싱 데이터와 인공신경망 이론을 활용한 수위 예측에 관한 연구
대한토목학회 학술대회
2020 .10
-
데이터센터 최적 열환경 제공을 위한 적응형 인공신경망 냉매 유량 예측 모델 개발
KIEAE Journal
2019 .12
-
Determination of mechanical properties of glasses considering indentation hardness
대한기계학회 춘추학술대회
2018 .04
-
하이브리드 유한요소해석을 위한 인공지능 조인트 모델 개발
한국항공우주학회 학술발표회 초록집
2020 .07
이 논문의 저자 정보
이 논문과 함께 이용한 논문
위해물품 AI 자동 판독시스템에 대한 성능평가 및 발전방안 연구
이재하
,
임지수
,
김요식
항공우주시스템공학회 학술행사 논문집
2023
.10
Data-driven Prediction of Laser Textured Metal Surface Morphology Using Machine Learning Techniques
G. Y. Kim
,
J. H. Byun
,
S. Y. Chey
외 1명
한국정밀공학회 학술발표대회 논문집
2023
.05
Convolutional Neural Network-Based Metal Surface Defect Detection
Ida Bagus K
,
ishna Yoga Utama
,
Yeong Min Jang
한국통신학회 학술대회논문집
2021
.06
문형금속탐지 장비 성능 인증을 위한 환경시험에 관한 연구
심현수
,
김나연
,
이승훈
외 1명
신뢰성응용연구
2021
.06
지뢰탐지를 위한 기계학습 모델을 이용한 금속 종류 분류 방법
주민호
,
이종수
대한기계학회 춘추학술대회
2017
.11
최근 본 자료
댓글(0)
0