인공신경망을 통한 비정질 금속의 물성평가
저자
박수완(Soowan Park) ; 정찬영(Chanyoung Jeong) ; 이시형(Sihyung Lee) ; 이형일(Hyungil Lee)
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
주제어
자료형태
학술저널
발행기관 URL
수록면
205-205(1쪽)
제공처
본 연구에서는 비정질 금속의 물성을 평가하는 인공신경망 모델을 제시한다. 비정질 금속을 모사하기 위해 자유체적모델을 사용하며 그 구성 방정식은 Abaqus 사용자 재료모델 (UMAT)로 수치구현됐다. 문헌을 통해 자유체적 모델변수의 범위를 조사했으며<sup>(1,2)</sup> 일정 간격으로 나누고 다양한 조합을 만들어 sphero-coniocal FE 압입모델에 입력하고 P-h 곡선을 얻었다. 압입 P-h 곡선으로부터 도출되는 주요 압입변수들을 입력변수로, 입력한 자유체적모델 변수를 출력변수로 하는 데이터셋을 형성했다. 인공신경망 모델은 이를 학습해 압입변수로 자유체적모델 변수를 예측한다. 원활한 학습을 위해 여러 데이터 전처리 기법이 사용됐고 인공신경망은 학습/평가 세트에 대한 오차검증을 거쳤다. 여기서 각 자유체적 모델변수의 R<sup>2</sup>는 0.95 이상이었다. 도출된 자유체적 모델변수가 실제 비정질 금속의 거동을 모사할 수 있는지 검증하고자 인공신경망으로 예측 자유체적 모델변수를 FE 모델에 입력해 예측 P-h 곡선을 생성하고 Zr<sub>65</sub>Cu<sub>15</sub>Al<sub>10</sub>Ni<sub>10</sub>에 대한 실험 P-h 곡선과 비교했다. 실험/예측 곡선은 잘 일치했으며 이는 본 연구에서 제시하는 인공신경망 모델이 비정질 금속의 거동을 잘 모사함을 시사한다.
더보기In this study, we present an artificial neural network (ANN) model that evaluates the property of bulk metallic glass (BMG). A free volume model (FVM) was used to describe BMG’s mechanical behavior, and the constitutive equations were implemented in the user material subroutine (UMAT). We investigated the range of FVM parameters in the literature, divided them at the same intervals, and created various combinations to input them into the sphero-conical FE indentation model. The main indentation, derived by FE simulation, is the input variable and used FVM parameters are output variables of the ANN model. The ANN model is trained through this dataset, and predicts FVM parameters corresponding to main indentation parameters. Several data pre-processing were performed to increase the accuracy of ANN. The ANN was validated with training / test sets and R<sup>2</sup> for FVM parameters were more than 0.95. We compared the predicted P-h curves derived from the FE model that receive FVM parameters from ANN with the experimental P-h curves for Zr<sub>65</sub>Cu<sub>15</sub>Al<sub>10</sub>Ni<sub>10</sub>. As a result, the predicted P-h curve shows a good agreement with the experimental curve, suggesting that the ANN model describes the behavior of BMG well.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)