LSTMを用いた疲労き裂進展速度予測に関する検討

カテゴリ: 研究会(論文単位)

論文No: ST18089

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/09/27

タイトル(英語): Prediction of Fatigue Crack Progress by Using LSTM

著者名: 志村 駿介(近畿大学),半田 久志(近畿大学),和田 義孝(近畿大学)

著者名(英語): Shunsuke Shimura(Kindai University),Hisashi Handa(Kindai University),Yoshitaka Wada(Kindai University)

キーワード: 再帰型ニューラルネットワーク|ＬＳＴＭ|疲労き裂進展|Recurrent Neural Network|LSTM|Fatigue Crack

要約(日本語): 疲労き裂の進展は重大な事故を引き起こす可能性がある。しかし同じロットの製品であっても，強度にばらつきが生じ、疲労き裂の進展速度には差が生じる。本研究では深層学習の1つであるLSTMを用いて早期の疲労き裂進展速度から直後の疲労き裂進展速度の予測を行う．シミュレーションに基づいた実験とその結果ならびに考察について発表する。

要約(英語): Fatigue Crack in materials may cause a serious incident. However, it is difficult to predict such fatigue cracks since the progress of the fatigue cracks is changed even if such materials are generated in the same slot. In this study, we employ the LSTM, one of the major Deep Learning Algorithms, are used to predict the progress of the fatigue cracks. Experimental results in the simulation show the effectiveness of the proposed approach.

原稿種別: 日本語

PDFファイルサイズ: 1,249 Kバイト