课题基金 / 基金详情

Improvement of sheet metal forming simulation using precise multiracial material tests and machine learning

Improvement of sheet metal forming simulation using precise multiracial material tests and machine learning
使用精确的多种族材料测试和机器学习改进钣金成型模拟
批准号：
17H03425
负责人：
Yamanaka Akinori
金额：
$11.4万
依托单位：
Tokyo University of Agriculture and Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2017
资助国家：
日本
项目状态：
已结题
起止时间：
2017-04-01 至 2020-03-31
来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17H03425/
关键词：
機械学習結晶塑性アルミニウム合金ニューラルネットワークデータ同化フェーズフィールド法深層学習結晶塑性有限要素法集合組織結晶塑性解析多軸材料試験成形シミュレーション板材成形有限要素法数値材料試験二軸引張試験

项目摘要

项目成果

Yamanaka Akinori的其他基金

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
合金凝固のフェーズフィールドシミュレーションへの局所アンサンブル変換カルマンフィルタの適用
局部系综变换卡尔曼滤波器在合金凝固相场模拟中的应用
DOI： --
发表时间： 2019
期刊：
影响因子： --
作者： [高橋和希, 山中晃徳]
通讯作者： 山中晃徳
深層学習を用いたアルミニウム合金板材の二軸引張変形の推定
利用深度学习估计铝合金板双向拉伸变形
DOI： --
发表时间： 2019
期刊：
影响因子： --
作者： [肥沼康太, 山中晃徳, 桑原利彦]
通讯作者： 桑原利彦
Data Assimilation for Three-dimensional Phase-field Simulation of Dendritic Solidification using the Local Ensemble Transform Kalman Filter
使用局部系综变换卡尔曼滤波器进行树枝晶凝固三维相场模拟的数据同化
DOI： --
发表时间： 2020
期刊： Materials Today Communications
影响因子： 3.8
作者： [Akinori Yamanaka, Kazuki Takahashi]
通讯作者： Kazuki Takahashi
Prediction of Biaxial Tensile Deformation Behavior of Aluminum Alloy Sheets using Crystal Plasticity Finite Element Method and Machine Learning
利用晶体塑性有限元方法和机器学习预测铝合金板的双轴拉伸变形行为
DOI： --
发表时间： 2018
期刊：
影响因子： --
作者： [Kota Koenuma, Akinori Yamanaka, Ikumu Watanabe, Toshihiko Kuwabara]
通讯作者： Toshihiko Kuwabara
共 6 条
    Development of computational techniques for inverse problems and optimizations of sheet metal forming using machine learning
    Development of microstructure optimization method for improving properties of high strength steels
    Precise prediction of diffusional phase transformation behavior by phase-field method and data assimilation
    海外基金