Počet záznamů: 1
Prediction of fracture toughness transition from tensile test data applying neural network
- 1.
SYSNO ASEP 0361265 Druh ASEP O - Ostatní výsledky Zařazení RIV O - Ostatní Název Prediction of fracture toughness transition from tensile test data applying neural network Tvůrce(i) Dlouhý, Ivo (UFM-A) RID, ORCID
Hadraba, Hynek (UFM-A) RID, ORCID
Chlup, Zdeněk (UFM-A) RID, ORCID
Válka, Libor (UFM-A)
Žák, L. (CZ)Zdroj.dok. Proceedings of the ASME 2011 Pressure Vessels & Piping Division Conference. - Baltimore, Maryland : ASME, 2011
S. 1-6Poč.str. 6 s. Forma vydání CD-ROM - CD-ROM Akce Pressure Vessels & Piping Division Conference PVP2011 Datum konání 17.07.11-21.07.11 Místo konání Baltimore, Maryland Země US - Spojené státy americké Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova Fracture toughness ; Low alloy steel ; Tensile test ; Artificial neural network Vědní obor RIV JL - Únava materiálu a lomová mechanika CEP GAP108/10/0466 GA ČR - Grantová agentura ČR CEZ AV0Z20410507 - UFM-A (2005-2011) Anotace Reference temperature localizing the fracture toughness temperature diagram on temperature axis was predicted based on tensile test data. Regularization artificial neural network (ANN) was adjusted to solve the interrelation of these properties. For analyses, 29 data sets from low-alloy steels were applied. The fracture toughness transition dependence was quantified by means of master curve concept enabling to represent it using one parameter - reference temperature. Different strength and deformation characteristics from standard tensile specimens and notched specimens, nstrumented ball indentation test etc. have been applied. A very promising correlation of predicted and experimentally determined values of reference temperature was found. Pracoviště Ústav fyziky materiálu Kontakt Yvonna Šrámková, sramkova@ipm.cz, Tel.: 532 290 485 Rok sběru 2012
Počet záznamů: 1