大阪大学 · Engineering
Fujii 교수의 연구실은 고온에서의 피로 및 균열 성장 거동을 해석하고 예측하기 위한 지능형 모델링 기반의 재료 과학 연구를 주요 방향으로 삼고 있습니다. 특히 니켈 기반 니켈계 초합금의 피로 균열 성장 거동을 베이지안 신경망을 활용해 정량적으로 분석하며, 재료의 조성, 열처리, 미세구조 등 다양한 변수의 기여도를 정밀하게 평가합니다. 또한 마찰적합용접(Friction Stir Welding)을 활용한 초저탄소 강의 미세구조 제어 및 기계적 성질 최적화 연구도 진행하고 있어, 고강도·고내구성 재료의 개발에 기여하고 있습니다.
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
The fatigue crack growth rate of nickel base superalloys has been modelled using a neural network model within a Bayesian framework. A committee' model was also introduced to increase the accuracy of the predictions. The rate was modelled as a function of some 51 variables, including stress intensity range ΔK, log ΔK, chemical composition, temperature, grain size, heat treatment, frequency, load waveform, atmosphere, R-ratio, the distinction between short crack growth and long crack growth, samp
Friction stir welding (FSW) was applied to ultra low-carbon interstitial free steels with mean grain sizes ranging from 0.7 μm, prepared by accumulative roll-bonding, to 27 μm. The steel with the intermediate grain size (1.8 μm) is most preferable for obtaining the highest hardness in the stir zone with the smallest grain size.
