J 2015

Usage of Neural Network to Predict Aluminium Oxide Layer Thickness

MICHAL, Peter, Alena VAGASKÁ, Miroslav GOMBÁR, Ján KMEC, Emil SPIŠÁK et. al.

Základní údaje

Originální název

Usage of Neural Network to Predict Aluminium Oxide Layer Thickness

Název česky

Využití neuronové sítě v predikci tloušťky vrstvy hlinikovou oxidaci

Autoři

MICHAL, Peter (703 Slovensko, garant), Alena VAGASKÁ (703 Slovensko), Miroslav GOMBÁR (703 Slovensko, domácí), Ján KMEC (703 Slovensko, domácí), Emil SPIŠÁK (703 Slovensko) a Daniel KUČERKA (703 Slovensko, domácí)

Vydání

Scientific World Journal, New York, Hindawi Publishing Corporation, 2015, 2356-6140

Další údaje

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:_____/15:00000473

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

DOI

http://dx.doi.org/10.1155/2015/253568

Klíčová slova česky

Neuronová síť; Predikce; Tloušťka vrstvy oxidu hlinitého

Klíčová slova anglicky

Neural Network; Prediction; Aluminium Oxide Layer Thickness

Štítky

KSTR5, RIV15, SCOPUS
Změněno: 2. 4. 2016 00:23, Mgr. Václav Karas

Anotace

ORIG CZ

V originále

This paper shows an influence of chemical composition of used electrolyte, such as amount of sulphuric acid in electrolyte, amount of aluminium cations in electrolyte and amount of oxalic acid in electrolyte, and operating parameters of process of anodic oxidation of aluminium such as the temperature of electrolyte, anodizing time, and voltage applied during anodizing process. The paper shows the influence of those parameters on the resulting thickness of aluminium oxide layer. The impact of these variables is shown by using central composite design of experiment for six factors (amount of sulphuric acid, amount of oxalic acid, amount of aluminium cations, electrolyte temperature, anodizing time, and applied voltage) and by usage of the cubic neural unit with Levenberg-Marquardt algorithm during the results evaluation.The paper also dealswith current densities of 1Axdm-2 and 3Axdm-2 for creating aluminium oxide layer.

Česky

Tento článek ukazuje vliv chemického složení použitého elektrolytu, jako je například množství kyseliny sírové v elektrolytu, množství hliníkových kationtů v elektrolytu a množství kyseliny šťavelové v elektrolytu, a provozních parametrů procesu anodické oxidace hliníku, jako je například teplota elektrolyt, eloxování čas, a napětí, aplikuje při eloxování proces. Článek ukazuje vliv těchto parametrů na výslednou tloušťku vrstvy oxidu hlinitého. Dopad těchto proměnných je znázorněno pomocí centrálního kompozitní konstrukce experimentu pro šest faktorů (množství kyseliny sírové, množství kyseliny šťavelové, množství hliníku kationtů, teplota elektrolytu, čas eloxování, a aplikované napětí), a prostřednictvím použití kubické nervové jednotky s Levenberg-Marquardt algoritmu při vyhodnocování výsledků. Článek se také zabýva proudovou hustotou 1Axdm-2 a 3Axdm-2 pro tvorbu vrstvy oxidu hliníku.
Zobrazeno: 5. 11. 2024 11:30