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”

Fatigue life prediction using recurrent neural networks and critical plane approach

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F25%3A00362459" target="_blank" >RIV/68407700:21220/25:00362459 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fatigue life prediction using recurrent neural networks and critical plane approach

  • Popis výsledku v původním jazyce

    Lately the machine learning methodology has been used in fatigue life prediction models as an attempt to overcome limitations of the classical approach. In this paper, a fatigue life prediction method for components under cyclic plane stress loading is proposed. This method combines the critical plane approach with the capabilities of artificial neural networks. Eleven different cases of cyclic axial-torsion loadings of the 42CrMo4 steel are utilized for the demonstration purpose in this study. The model achieved great prediction accuracy on this data set, however its ability to extrapolate is very unstable.

  • Název v anglickém jazyce

    Fatigue life prediction using recurrent neural networks and critical plane approach

  • Popis výsledku anglicky

    Lately the machine learning methodology has been used in fatigue life prediction models as an attempt to overcome limitations of the classical approach. In this paper, a fatigue life prediction method for components under cyclic plane stress loading is proposed. This method combines the critical plane approach with the capabilities of artificial neural networks. Eleven different cases of cyclic axial-torsion loadings of the 42CrMo4 steel are utilized for the demonstration purpose in this study. The model achieved great prediction accuracy on this data set, however its ability to extrapolate is very unstable.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20301 - Mechanical engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA21-06645S" target="_blank" >GA21-06645S: Výzkum životnosti strojních součástí při víceosém teplotně-mechanickém zatěžování s proměnnou amplitudou</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2025

  • 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

    Proceedings of the 60th Annual Conference on Experimental Stress Analysis

  • ISBN

    978-80-01-07400-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    101-106

  • Název nakladatele

    ČVUT v Praze, Fakulta strojní, Ústav mechaniky, biomechaniky a mechatroniky

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    6. 6. 2022

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku