다양한 인공 신경망을 적용한 광대역 스펙트럼의 피로손상 예측

박준범; 김성용

추천

검색

질문

자료유형: 학술저널

저자정보: 박준범 (한국해양대학교) 김성용 (DNV GL Approval Centre Korea)

저널정보: 한국해양공학회 한국해양공학회지 한국해양공학회지 제30권 제5호 (통권 제132호)

발행연도: 2016.10

수록면: 341 - 348 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The fatigue damage caused by wide band loadings has generally been predicted using fatigue damage models in the frequency domain rather than a rain-flow counting method in the time domain because of its computation cost. This study showed that these fatigue damage models can be simplified in the form of normalized fatigue damage as a function of the S-N curve slope and bandwidth parameters. Based on numerical simulations of various wide band spectra, it was found that fatigue damage models in the form of normalized fatigue damage with one S-N curve slope and two bandwidth parameters(α1, α2) provided less reasonable fatigue damage. Therefore, an additional bandwidth parameter needs to be considered based on a sensitivity study using various neural networks, which proved that α1-5 would be the dominant factor of a fatigue damage model as an additional bandwidth parameter.

#Fatigue damage 피로손상 #Wide band spectrum 광대역 스펙트럼 #Fatigue damage model 피로손상모델 #Time domain simulation 시간영역 계산 #Neural network 인공신경망

참고문헌 (11)

참고문헌 신청

[학위논문] - Benasciutti, D / 2004 / Fatigue Analysis of Random Loadings / Ph.D / University of Ferrara

[학술지(정기간행물)] - Benasciutti, D / 2005 / Spectral Methods for Life Time Prediction under Wide-band Stationary Random Processes / International Journal of Fatigue 27 (8) : 867 ~ 877

[학위논문] - Dirlik, T / 1985 / Application of Computers in Fatigue / Ph.D / University of Warwick

[학술대회논문] - Kang, B. H / 2013 / Development of Fatigue Damage Model of Wide-band Process by Artificial Neural Network / 27th Asian-Pacific Technical Exchange and Advisory Meeting on Marine Structure (TEAM 2013)

[학술지(정기간행물)] - Kim, Y / 2015 / A Study on the Fatigue Damage Model for Gaussian Wideband Process of Two Peaks by an Artificial Neural Network / Ocean Engineering 111 : 310 ~ 322

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박준범

소속기관 한국해양대학교

주요연구분야 공학 > 조선해양공학

논문수 6 이용수 496

김성용

소속기관 국방과학연구소

주요연구분야 사회과학 > 군사학 공학 > 기계공학 > 기계공학 일반

논문수 27 이용수 2,957

이 논문과 함께 이용한 논문

인공신경망을 이용한 머리전달함수 추정

박재우 , 장길진 대한전자공학회 학술대회 2016 .11

딥 뉴럴 네트워크 기반의 특허수명 예측모형 개발

정병기 , 고남욱 , 윤장혁 대한산업공학회 추계학술대회 논문집 2016 .11

Artificial Neural Network를 이용한 논문 저자 식별

정지수 , 윤지원 정보보호학회논문지 2016 .10

딥러닝의 모형과 응용사례

안성만 지능정보연구 2016 .06

Facial Emotion Recognition Using k-NN and SVM

Sangsup Choi , Eung-Hee Kim , Byungtae Ahn 외 1명 대한인간공학회 학술대회논문집 2012 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-454-001662547

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)