MICHAL, Peter, Alena VAGASKÁ, Miroslav GOMBÁR, Ján KMEC, Emil SPIŠÁK a Miroslav BADIDA. Prediction of the effect of chemical composition of electrolyte on the thickness of anodic aluminium oxide layer. International Journal of Mathematical Models and Methods in Applied Sciences. USA: North Atlantic University Union NAUN, vol. 8, č. 1, s. 152-155. ISSN 1998-0140. 2014.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Prediction of the effect of chemical composition of electrolyte on the thickness of anodic aluminium oxide layer
Název česky Predikce vlivu chemického složení elektrolytu o tloušťce anodové vrstvy oxidu hlinitého
Autoři MICHAL, Peter (703 Slovensko, garant), Alena VAGASKÁ (703 Slovensko), Miroslav GOMBÁR (703 Slovensko), Ján KMEC (703 Slovensko, domácí), Emil SPIŠÁK (703 Slovensko) a Miroslav BADIDA (703 Slovensko).
Vydání International Journal of Mathematical Models and Methods in Applied Sciences, USA, North Atlantic University Union NAUN, 2014, 1998-0140.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 10405 Electrochemistry
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/75081431:_____/14:00000431
Organizační jednotka Vysoká škola technická a ekonomická v Českých Budějovicích
Klíčová slova česky Hliníkové eloxování; Návrh experimentů; predikční model
Klíčová slova anglicky Aluminium anodic oxidation; Design of experiments; Prediction model
Štítky KSTR5, RIV14, SCOPUS
Změnil Změnil: Mgr. Václav Karas, učo 10752. Změněno: 17. 12. 2014 08:42.
Anotace
The paper describes some possibilities of control of technological process of anodic aluminium oxidation based on the experimental study and investigation of the influence of chemical composition of the used electrolytes on the thickness of the formed oxide layer. The influence of individual factors acting during the anodic oxide process has been investigated and based on the experimental results the prediction model was developed by the usage of neural networks, especially the cubic neural unit. The developed prediction model determines the layer thickness at surface current density 1 A·dm-2. The reliability of the developed model is 72.53 % with predetermined tolerance range of ±2·10-3 mm.
Anotace česky
Článek popisuje některé možnosti řízení technologického procesu anodické oxidace hliníku, vztaženo na experimentální studie a zkoumání vlivu chemického složení použitých elektrolytů o tloušťce vytvořené vrstvy oxidu.Vliv jednotlivých faktorů působících v průběhu procesu anodické oxidové byl zkoumán a na základě experimentálních výsledků byl vyvinut predikční model použitím neuronových sítí, zejména na krychlový nervové jednotky.Vyvinutý predikční model určuje tloušťku vrstvy na povrchu proudové hustotě 1 • dm-2.Spolehlivost vyvinutého modelu je 72,53% s předem stanovenou tolerancí ± 2 • 10-3 mm.
VytisknoutZobrazeno: 20. 4. 2024 04:17