Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Vous voulez être sûr que vos cadeaux seront sous le sapin de Noël à temps? Nos magasins vous accueillent à bras ouverts. La plupart de nos magasins sont ouverts également les dimanches, vous pouvez vérifier les heures d'ouvertures sur notre site.
- Retrait gratuit dans votre magasin Club
- 7.000.0000 titres dans notre catalogue
- Payer en toute sécurité
- Toujours un magasin près de chez vous
Machine Learning Algorithm for Fatigue Fields in Additive Manufacturing
Mustafa Mamduh Mustafa Awd
94,95 €
+ 189 points
Description
Fatigue failure of structures used in transportation, industry, medical equipment, and electronic components needs to build a link between cutting-edge experimental characterization and probabilistically grounded numerical and artificially intelligent tools. The physics involved in this process chain is computationally prohibitive to comprehend using traditional computation methods. Using machine learning and Bayesian statistics, a defect-correlated estimate of fatigue strength was developed. Fatigue, which is a random variable, is studied in a Bayesian-based machine learning algorithm. The stress-life model was used based on the compatibility condition of life and load distributions. The defect-correlated assessment of fatigue strength was established using the proposed machine learning and Bayesian statistics algorithms. It enabled the mapping of structural and process-induced fatigue characteristics into a geometry-independent load density chart across a wide range of fatigue regimes.
Spécifications
Parties prenantes
- Auteur(s) :
- Editeur:
Contenu
- Nombre de pages :
- 255
- Langue:
- Anglais
- Collection :
Caractéristiques
- EAN:
- 9783658402365
- Date de parution :
- 02-01-23
- Format:
- Livre broché
- Format numérique:
- Trade paperback (VS)
- Dimensions :
- 148 mm x 210 mm
- Poids :
- 390 g
