検索対象:     
報告書番号:
※ 半角英数字
 年 ~ 
 年

Prediction of material behavior by database and neural network model within Bayesian framework

データベースを基にしたベイズ推定とニューラルネットワークの組み合わせによる材料挙動の予測

辻 宏和; 藤井 英俊*

Tsuji, Hirokazu; Fujii, Hidetoshi*

304ステンレス鋼照射材のクリープ破断特性を予測することを目的として、原研で整備した材料データベースをもとに、ベイズ推定とニューラルネットワークを組み合わせたモデルを構築した。応力水準を、クリープ破断時間,クリープ試験温度,材料の化学組成(10元素),熱処理温度,熱処理時間,中性子照射温度,高速中性子照射量,熱中性子照射量,照射時間の関数としてモデル化した。モデル化に用いたのは材料データベースに格納されている347クリープ破断データセットである。ベイズ推定を適用することでエラーバーを含めた予測が可能となり、個々の条件因子の重要度がわかるようになった。

A neural network model within a Bayesian framework was adopted based on the material database constructed by JAERI for prediction of creep rupture properties of irradiated type 304 stainless steel. Stress level was modeled as a function of 18 variables, including rupture life, creep test temperature, chemical compositions; 10 elements, heat treatment temperature, heat treatment duration, neutron irradiation temperature, fast neutron fluence, thermal neutron fluence, irradiation time, based on JAERI material database in which 347 creep rupture data sets of type 304 stainless steels were stored. The Bayesian method puts error bars on the predicted values of the rupture strength and allows the significance of each individual factor to be estimated.

Access

:

- Accesses

InCites™

:

Altmetrics

:

[CLARIVATE ANALYTICS], [WEB OF SCIENCE], [HIGHLY CITED PAPER & CUP LOGO] and [HOT PAPER & FIRE LOGO] are trademarks of Clarivate Analytics, and/or its affiliated company or companies, and used herein by permission and/or license.