Probabilistic-based combined high and low cycle fatigue assessment for turbine blades using a substructure-based kriging surrogate model

Hai-Feng Gao; Enrico Zio; Anjenq Wang; Guang-Chen Bai; Cheng-Wei Fei

doi:10.1016/j.ast.2020.105957

Article dans une revue Aerospace Science and Technology Année : 2020

Probabilistic-based combined high and low cycle fatigue assessment for turbine blades using a substructure-based kriging surrogate model

, (1) , , ,

1

Hai-Feng Gao

Fonction : Auteur

Enrico Zio

Fonction : Auteur
PersonId : 7318
IdHAL : enrico-zio
ORCID : 0000-0002-7108-637X
IdRef : 11103096X

Centre de recherche sur les Risques et les Crises

CV

Anjenq Wang

Fonction : Auteur

Guang-Chen Bai

Fonction : Auteur

Cheng-Wei Fei

Fonction : Auteur

Domaines

Sciences de l'ingénieur [physics] Gestion des risques et des crises

Liste complète des métadonnées

Format du dépôt	Notice
Type de dépôt	Article dans une revue
Titre	en Probabilistic-based combined high and low cycle fatigue assessment for turbine blades using a substructure-based kriging surrogate model
Auteur(s)	Hai-Feng Gao , Enrico Zio ¹ , Anjenq Wang , Guang-Chen Bai , Cheng-Wei Fei 1 CRC - Centre de recherche sur les Risques et les Crises ( 54155 ) - Rue Claude Daunesse CS 10207 06904 Sophia-Antipolis Cedex - France Mines Paris - PSL (École nationale supérieure des mines de Paris) ( 301492 ) ; Université Paris Sciences et Lettres ( 564132 )
Langue du document	Anglais
Nom de la revue	AST - Aerospace Science and Technology (ISSN : 1270-9638) Publié par Elsevier
Vulgarisation	Non
Comité de lecture	Oui
Audience	Internationale
Date de publication	2020-09
Volume	104
Page/Identifiant	105957
Domaine(s)	Sciences de l'ingénieur [physics] Sciences de l'Homme et Société/Gestion des risques et des crises
DOI	10.1016/j.ast.2020.105957

Bibliothèque Mines Paris - PSL : Connectez-vous pour contacter le contributeur

https://minesparis-psl.hal.science/hal-03137185

Soumis le : mercredi 10 février 2021 à 11:41:52

Dernière modification le : vendredi 19 avril 2024 à 16:18:57

Dates et versions

hal-03137185, version 1 (10-02-2021)

Identifiants

HAL Id : hal-03137185 , version 1
DOI : 10.1016/j.ast.2020.105957

Citer

Hai-Feng Gao, Enrico Zio, Anjenq Wang, Guang-Chen Bai, Cheng-Wei Fei. Probabilistic-based combined high and low cycle fatigue assessment for turbine blades using a substructure-based kriging surrogate model. Aerospace Science and Technology, 2020, 104, pp.105957. ⟨10.1016/j.ast.2020.105957⟩. ⟨hal-03137185⟩

Exporter

BibTeX TEI Dublin Core DC Terms EndNote Datacite

Collections

INSTITUT-TELECOM ENSMP CRC-PARISTECH CRC-THESE ENSMP_CRC PARISTECH PSL ENSMP_DR

20 Consultations

0 Téléchargements

Dernière date de mise à jour le 05/05/2024

Probabilistic-based combined high and low cycle fatigue assessment for turbine blades using a substructure-based kriging surrogate model

Domaines

Dates et versions

Identifiants

Citer

Exporter

Collections

Altmetric

Partager