MICHAL, Peter, Alena VAGASKÁ, Miroslav GOMBÁR, Ján KMEC, Emil SPIŠÁK and Daniel KUČERKA. Usage of Neural Network to Predict Aluminium Oxide Layer Thickness. Scientific World Journal. New York: Hindawi Publishing Corporation, vol. 2015, únor, p. Nestránkováno, 10 pp. ISSN 2356-6140. doi:10.1155/2015/253568. 2015.
Other formats:   BibTeX LaTeX RIS
Basic information
Original name Usage of Neural Network to Predict Aluminium Oxide Layer Thickness
Name in Czech Využití neuronové sítě v predikci tloušťky vrstvy hlinikovou oxidaci
Authors MICHAL, Peter (703 Slovakia, guarantor), Alena VAGASKÁ (703 Slovakia), Miroslav GOMBÁR (703 Slovakia, belonging to the institution), Ján KMEC (703 Slovakia, belonging to the institution), Emil SPIŠÁK (703 Slovakia) and Daniel KUČERKA (703 Slovakia, belonging to the institution).
Edition Scientific World Journal, New York, Hindawi Publishing Corporation, 2015, 2356-6140.
Other information
Original language English
Type of outcome Article in a journal
Field of Study 10405 Electrochemistry
Country of publisher United States of America
Confidentiality degree is not subject to a state or trade secret
RIV identification code RIV/75081431:_____/15:00000473
Organization unit Institute of Technology and Business in České Budějovice
Doi http://dx.doi.org/10.1155/2015/253568
Keywords (in Czech) Neuronová síť; Predikce; Tloušťka vrstvy oxidu hlinitého
Keywords in English Neural Network; Prediction; Aluminium Oxide Layer Thickness
Tags KSTR5, RIV15, SCOPUS
Changed by Changed by: Mgr. Václav Karas, učo 10752. Changed: 2/4/2016 00:23.
Abstract
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.
Abstract (in Czech)
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.
PrintDisplayed: 28/3/2024 15:37