Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prediction of Fracture Toughness Transition from Tensile Test Parameters Applying Artificial Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68081723%3A_____%2F10%3A00354571" target="_blank" >RIV/68081723:_____/10:00354571 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Prediction of Fracture Toughness Transition from Tensile Test Parameters Applying Artificial Neural Networks

  • Popis výsledku v původním jazyce

    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, instrumented ball indentation test etc. have been applied. A very promising correlation of predicted and experimentally determined values of reference temperature was found.

  • Název v anglickém jazyce

    Prediction of Fracture Toughness Transition from Tensile Test Parameters Applying Artificial Neural Networks

  • Popis výsledku anglicky

    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, instrumented ball indentation test etc. have been applied. A very promising correlation of predicted and experimentally determined values of reference temperature was found.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JL - Únava materiálu a lomová mechanika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP108%2F10%2F0466" target="_blank" >GAP108/10/0466: Predikce lomového chování konstrukčních ocelí na základě kvantifikace lokální odezvy materiálu</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    New Methods of Damage and Failure Analysis of Structural Parts

  • ISBN

    978-80-248-2265-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

  • Název nakladatele

    VŠB - TU Ostrava

  • Místo vydání

    Ostrava

  • Místo konání akce

    Ostrava

  • Datum konání akce

    6. 9. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku