VAGASKÁ, Alena, Peter MICHAL, Miroslav GOMBÁR, Erika FECHOVÁ a Ján KMEC. Simulation of technological process by usage neural networks and factorial design of experiments. MM Science Journal. MM Science Journal, Neuveden, September 2016, s. 999-1003. ISSN 1803-1269. 2016.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Simulation of technological process by usage neural networks and factorial design of experiments
Název česky Simulace technologického procesu pomocí neuronových sítí a faktoriální design experimentů
Autoři VAGASKÁ, Alena (703 Slovensko), Peter MICHAL (703 Slovensko), Miroslav GOMBÁR (703 Slovensko, domácí), Erika FECHOVÁ (703 Slovensko) a Ján KMEC (703 Slovensko, domácí).
Vydání MM Science Journal, MM Science Journal, 2016, 1803-1269.
Další údaje
Originální jazyk angličtina
Typ výsledku Článek v odborném periodiku
Obor 20301 Mechanical engineering
Stát vydavatele Česká republika
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/75081431:_____/16:00000830
Organizační jednotka Vysoká škola technická a ekonomická v Českých Budějovicích
Klíčová slova česky konstrukce experimentů; neuronové jednotky; prediktivní model; eloxování; tloušťka vrstvy; faktory
Klíčová slova anglicky design of experiments; neural units; predicitve model; anodizing; layer thickness; factors
Štítky KSTR5, RIV16, SCOPUS
Změnil Změnila: Hana Dlouhá, učo 19800. Změněno: 3. 11. 2016 15:20.
Anotace
The possibilities of simulation of technological process ofaluminium anodic oxidation using the methodology of Design of Experiments (DOE) and theory of neural networks in order to monitor the anodizing process under various operating conditions are presented in this paper. The influence of chemical and physical input factors on the resulting AAO (anodic aluminium oxide) layer thickness at applied current density of 1 A x dm-2 and 6 A x dm-2 has been investigated. Based on the evaluation of experimentally obtained data, the computational predictive model describing the effect of individual input factors and their mutual interactions on the AAO layer thickness was developed in the form of cubic function. This model indicates which factors are important and how they combine to influence the response, it will enable us to optimize operating conditions. The most significant benefit of our research work in this field is the fact that all relevant factors were varied simultaneously.
Anotace česky
V tomto dokumentu jsou uvedeny možnosti simulace technologického procesu anodické oxidace aluminia způsobem popsaným v navrhování experimentů (DOE) a teorii neuronových sítí s cílem sledovat tento proces eloxování v různých provozních podmínkách. Byl zkoumán vliv chemických a fyzikálních vstupních faktorů na výsledný AAO (anodického oxidu hlinitého) tloušťce vrstvy na aplikovaný proudové hustotě 1 A x dm-2 a 6 x dm-2 . Na základě vyhodnocení experimentálně získaných dat na bázi výpočetního předpovědního modelu popisující účinek jednotlivých vstupních faktorů a jejich vzájemné interakce, týkající se tloušťky vrstvy AAO byl vyvinut ve formě kubické funkce. Tento model ukazuje, které faktory jsou důležité a jak se spojují, aby vliv na terapeutickou odpověď, nám umožní optimalizovat provozní podmínky. Nejvýznamnějším přínosem naší výzkumné práce v této oblasti je skutečnost, že všechny relevantní faktory byly měněny současně.
VytisknoutZobrazeno: 28. 3. 2024 17:15