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
- 학술대회자료
- 저자정보
- 발행연도
- 2003.11
- 수록면
- 1,174 - 1,179 (6page)
이용수
이 논문의 연구 히스토리 (6)
2004
가속열화된 CF-8M 및 CF-8A 주조 스테인리스강의 열취화 재료물성치 평가
김철
,
박흥배
,
진태은
외 1명
대한기계학회 춘추학술대회
2004.11
학술대회자료
열취화를 고려한 주조 스테인리스강 배관의 피고균열성장 평가
김철
,
박흥배
,
진태은
외 1명
대한기계학회 춘추학술대회
2004.08
학술대회자료
PWR 원전 주조 스테인리스강 배관의 열취화 평가
김철
,
진태은
대한기계학회 춘추학술대회
2004.04
학술대회자료
인공신경망을 이용한 주조 스테인리스강의 열취화 민감도 평가
김철
,
박흥배
,
진태은
외 1명
대한기계학회 논문집 A권
2004.04
학술저널
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Cast austenitic stainless steel is used for several components, such as primary coolant piping, elbow,
pump casing and valve bodies in light water reactors. These components are subject to thermal aging
at the reactor operating temperature. Thermal aging results in spinodal decomposition of the delta-ferrite
leading to increased strength and decreased toughness. This study shows that ferrite content can be
predicted by use of the artificial neural network. The neural network has trained learning data of
chemical components and ferrite contents using backpropagation learning process. The predicted results
of the ferrite content using trained neural network are in good agreement with experimental ones.
pump casing and valve bodies in light water reactors. These components are subject to thermal aging
at the reactor operating temperature. Thermal aging results in spinodal decomposition of the delta-ferrite
leading to increased strength and decreased toughness. This study shows that ferrite content can be
predicted by use of the artificial neural network. The neural network has trained learning data of
chemical components and ferrite contents using backpropagation learning process. The predicted results
of the ferrite content using trained neural network are in good agreement with experimental ones.
목차
Abstract
1.서론
2. 열취화 민감도 기준
3. 페라이트 함량 예측을 위한 신경망학습
4. 페라이트 함량 예측 및 열취화 민감도평가
5. 결 론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
인공신경망을 이용한 주조 스테인리스강의 열취화 민감도 평가
대한기계학회 논문집 A권
2004 .04
-
CF8M 주조 오스테나이트 스테인리스강의 열취화에 따른 재료물성치 평가
대한기계학회 춘추학술대회
2003 .04
-
가속열화된 CF-8M 및 CF-8A 주조 스테인리스강의 열취화 재료물성치 평가
대한기계학회 춘추학술대회
2004 .11
-
PWR 원전 주조 스테인리스강 배관의 열취화 평가
대한기계학회 춘추학술대회
2004 .04
-
열취화에 의한 원전배관용 주조스테인리스강의 기계적 특성변화비교
대한기계학회 춘추학술대회
2002 .08
-
열취화된 주조 오스테나이트 스테인리스강 배관의 최신 평가법에 의한 파괴인성 평가
대한기계학회 춘추학술대회
2019 .11
-
인공 신경망을 이용한 316L 스테인리스강의 온도별 피로 물성 예측
대한기계학회 춘추학술대회
2018 .02
-
스테인리스강의 용접 특성에 미치는 합금원소의 영향
한국해양공학회지
1997 .02
-
반복하중 조건에서 열화 주조 스테인리스강의 J-R 파괴인성 평가
대한기계학회 춘추학술대회
2016 .12
-
주조 스테인리스강의 동적 재료물성치에 미치는 열취화의 영향
대한기계학회 춘추학술대회
2016 .04
-
열취화를 고려한 주조 스테인리스강 배관의 피고균열성장 평가
대한기계학회 춘추학술대회
2004 .08
-
고 투자율 저손실 Ferrite 개발에 관한 연구
전기학회논문지
1982 .08
-
Artificial Neural Network and Application in Temperature Control System
제어로봇시스템학회 국내학술대회 논문집
1998 .10
-
열취화 현상을 고려한 오스테나이트 스테인리스강 배관 파괴역학적 건전성평가 프로그램 개발
대한기계학회 춘추학술대회
2017 .11
-
Training an Artificial Neural Network for Estimating the Power Flow State
제어로봇시스템학회 국제학술대회 논문집
2005 .06
-
9-12% Cr강의 용접부에 미치는 δ-ferrite의 영향
대한용접·접합학회지
2013 .12
-
Austenitic Stainless Steel 배관의 온도에 따른 환경 피로 영향
대한기계학회 춘추학술대회
2019 .04
-
The Defect Detection and Non-Destructive Evaluation in Weld Zone of Austenitic Stainless Steel 304 Using Neural Network-Ultrasonic Wave
KSME International Journal
1998 .12
-
Type CF8M 강 열취화 건전성 평가
대한기계학회 춘추학술대회
2010 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
인공신경망을 이용한 머플러의 피로 수명 예측
박순철
,
강성수
,
윤진호
외 1명
Journal of Advanced Marine Engineering and Technology (JAMET)
2013
.11
가진 모멘트를 이용한 회전 블레이드의 결함 발생 진단
유홍희
,
김종수
대한기계학회 춘추학술대회
2013
.12
인공신경망을 이용한 콘크리트 강도 추정
이승창
,
안정찬
,
정문영
외 1명
한국콘크리트학회 학술대회 논문집
2002
.05
인공신경망을 이용한 터널시공에서 현장 적용성
송주현
,
채휘영
,
천병식
한국지반환경공학회 논문집
2012
.08
선삭가공 중 신경망을 이용한 채터진동의 감시
남용석
,
조종래
,
김재실
외 1명
Journal of the Korean Society for Precision Engineering
2001
.04
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-550-014218457