J 2016

Simulation of technological process by usage neural networks and factorial design of experiments

VAGASKÁ, Alena, Peter MICHAL, Miroslav GOMBÁR, Erika FECHOVÁ, Ján KMEC et. al.

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

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
Změněno: 3. 11. 2016 15:20, Hana Dlouhá

Anotace

ORIG CZ

V originále

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.

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.
Zobrazeno: 22. 12. 2024 15:10