- 광학 현미경을 사용하여 취한 알루미늄 합금의 미세 구조 이미지에서 딥 러닝 카지노 바카라를 사용하여 재료 강도를 예측하는 기술 개발
- 20 조건, 조건 당 12 개의 데이터 이미지에서 매우 정확한 특성 예측이 달성됩니다
- 고성능 알루미늄 합금, 특히 재활용 알루미늄 합금의 개발에 기여합니다
카지노 바카라 딥 러닝을 사용한 기계적 특성 예측 소개
*우리는 원본 용지에서 인용되고 수정 된 그림을 사용합니다
1 차 연구원 Murakami Yuichiro, Murakami Yuichiro, 다중 물질 연구 부서장, 국립 고급 산업 과학 기술 연구소 (이하 "AIST"), 바카라 커뮤니티 (이하 "AEST") Keiji, 최고 연구원 Miyajima Tatsuya, 경력 전문가는딥 러닝카지노 바카라현미경 조직에 표시된 이미지에서 알루미늄 합금의 강도를 예측하는 기술을 개발했습니다
재활용 알루미늄 합금의 생산은 원료에서 제련 알루미늄 합금을 제련하는 알루미늄 합금을 20 미만으로 줄일 수 있지만 다양한 원소가 혼합되어 사용이 제한되어 있다는 것이 관련이있었습니다이 기술은 재활용을 쉽게 만들 수 있습니다합금 요소캐스팅을위한 알루미늄 합금를 목표로하는 특성을 예측할 수 있습니다 기존의 합금 개발은 막대한 양의 실험 및 평가가 필요하지만,이 기술을 사용하면 특성화에 필요한 단계를 줄일 수 있으며 개발 시간이 단축 될 것으로 예상됩니다 또한,이 기술을 사용하여 새로운 재활용 알루미늄 합금을 개발함으로써, 우리는 자원 복구 사회의 생성 및 온실 가스 감소에 기여할 것입니다
이 기술의 세부 사항은 2024 년 12 월 25 일에 제공 될 예정입니다Acta Materialia"에서 온라인으로 게시 됨
최근 기후 변화 문제는 온실 가스 생성을 감소시켜야하므로 가벼운 알루미늄 합금의 중요성이 증가하고 있습니다 또한, 알루미늄 합금은 녹 방지적이고 처리하기 쉬운 이점이 있습니다 이러한 이유로 자동차와 같은 운송 장비의 연료 효율을 개선하고 건축 자재로 사용하여 수명을 연장하는 데 사용됩니다 미래에 수요가 증가 할 것으로 예상되며 2020 년까지 2040 년까지 15 배 이상*
그러나 알루미늄 합금을 제조 할 때 제련 공정에서 많은 양의 온실 가스가 생성된다는 과제가 있습니다 대조적으로, 재활용 알루미늄 합금은 생산 중에 생산되는 온실 가스의 1/20 미만을 생성하며, 이는 원료로부터의 제련 알루미늄 합금에 비해 상당히 감소 될 수있다
알루미늄 합금은 적용에 따라 다양한 유형의 합금에서 개발되었으므로 재활용 된 알루미늄 합금에는 다양한 합금 요소가 포함되어 있습니다 따라서, 재활용 알루미늄 합금은 합금 요소의 높은 함량과 고체로 처리하는 데 어려움을 겪기 때문에 캔 재료 및 주조에 제한된 사용을 갖는다 이러한 이유로, 합금 요소 함량이 큰 재활용 알루미늄 합금의 특성을 최적화하고 적용 범위를 넓 힙니다 그러나, 가장 최적의 알루미늄 합금을 만들려면 다양한 합금 요소를 조사해야했으며, 도전은 개발하는 데 오랜 시간이 걸린다는 것이었다
카지노 바카라ST는 NEDO (National Research and Development Corporation New Energy and Industrial Development Organization)의 보조금 프로젝트 중 불순물 요소를 제거함으로써 현재 알루미늄 재료에 대한 자원 재활용 기술을 개발하고 있습니다 (소규모 에너지 및 산업 기술 개발 조직) 질화물골절 인성(카지노 바카라sode Press 발표 된 2022 년 9 월 30 일) 이번에는이 기술을 알루미늄 합금 개발에 적용하고 광학 현미경을 사용하여 미세 구조 이미지의 특성을 예측하는 기술을 개발했습니다
알루미늄 합금은 카지노 바카라ST에서 개발 된 조직 이미지로부터의 딥 러닝을 사용하여 골절 인성을 예측하는 데 사용됩니다인장 강도ya확장etc기계적 특성에 대한 카지노 바카라 예측 시스템을 개발했습니다 이를 위해, 우리는 많은 양의 합금 요소를 포함하고 재활용 재료로 사용하기 쉽습니다 다른구성약 10 가지 유형의 알루미늄 합금금형 주조,모래 주조이 시편을 사용하여 각 조건의 12 개의 이미지의 조직 이미지를 얻었습니다 한편, 우리는 광학 현미경을 사용하여 각 합금의 조직 이미지를 관찰하여 조직 이미지와 기계적 특성 사이의 관계를 상관시키는 딥 러닝 모델을 구성했습니다 이 모델은 훈련에 사용 된 조직 이미지와 다른 이미지 데이터로 구성되었으며 기계적 특성 예측 정확도가 검증되었습니다 그림 1은 예측 된 강도 및 신장의 실제 측정 값과 비교 한 결과를 보여줍니다
그림 1 딥 러닝 카지노 바카라를 사용한 예측 값과 실제 측정 비교
*우리는 원본 용지에서 인용되고 수정 된 그림을 사용합니다
예측 값과 관련된 조직 이미지의 어느 영역을 조사 할 때, 우리는 결정 유형이 조직 이미지의 그늘을 기반으로한다는 것을 발견했습니다 (결정질 상)가 결정된 것으로 밝혀졌다 (도 2) 그림 2에서, 빨간색 부분은 물리적 특성 예측에 크게 기여하는 영역 인 반면, 파란색 부분은 물리적 특성 예측에 작은 영향을 미치는 영역입니다 이들 영역은 상이한 유형의 결정상 단계이며, 예측 값에 대한 상이한 기여는 결정상의 유형에 따라 다르다는 것을 나타낸다
그림 2 조직 이미지의 물리적 특성에 대한 기여에 대한 설문 조사 결과의 예
*우리는 원래 논문에서 인용되고 수정 된 그림을 사용합니다
이런 식으로, 우리는 이미지만으로도 강도와 신장의 높은 정확도 예측을 허용하는 카지노 바카라 모델을 구성했습니다 조직 이미지에는 다양한 결정상이 포함되어 있으며, 이들의 크기, 모양, 존재 및 분산 정도는 기계적 특성에 중대한 영향을 미칩니다 이번에 개발 된 기술을 통해 우리는 결정 단계의 차이를 분별할 수 있으며, 조직 이미지에서 높은 정확도로 기계적 특성을 예측할 수 있다고 생각됩니다 이 방법은 실리콘, 구리 및 마그네슘과 같은 다른 원소의 함량을 갖는 조직 이미지를 목표로하고 이미지의 특성을보다 정확하게 평가하여 수백 개의 이미지만큼의 특성을 예측할 수있게합니다 합금 개발에서, 특히 평가를 위해 시험 시편을 준비하기 위해 기계적 특성을 평가하기위한 많은 단계가 필요하다 이 기술은 조직 사진에서 기계적 특성을 추론하여 기계적 특성 평가를 위해 생성 된 표본의 수를 줄입니다 이는 재료 개발의 평가와 관련된 프로세스의 수를 줄이고 재료 개발의 효율성을 향상시킬 것으로 예상 될 수 있습니다
앞으로이 기술을 알루미늄 합금 재료의 개발에 적용함으로써 고성능 알루미늄 합금, 특히 재활용 알루미늄 합금의 개발에 기여할 것입니다 또한 카지노 바카라가 트레인하는 데이터를 확장함으로써 더 넓은 범위에서 재료 특성을 최적화하는 것을 목표로합니다
게시 된 잡지 :Acta Materialia
종이 제목 : 딥 러닝을 사용하여 다양한 실리콘 함량을 가진 알루미늄 합금의 기계적 특성 예측
저자 : Yuichiro Murakami, Ryoichi Furushima, Keiji Shiga, Tatsuya Miyajima 및 Naoki Omura
doi :https : //doiorg/101016/jactamat2024120683