Use of Artificial Neural Networks at Prediction of Occurrence of Internal Defects in Billets from Cr-Mo Steels after Rolling
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86087622" target="_blank" >RIV/61989100:27240/14:86087622 - isvavai.cz</a>
Alternative codes found
RIV/61989100:27360/14:86087622
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Použití umělých neuronových sítí při předpovědi výskytu vnitřních defektů
Original language description
Cílem tohoto článku bylo vytvořit a verifikovat umělou neuronovou síť, která by byla schopná predikovat výskyt vnitřních defektů ve vývalcích z nízkolegovaných Cr-Mo ocelí. Jedná se o poměrně komplikovaný problém, jelikož vnitřní defekty jsou detekoványultrazvukovým zařízením až u vyválcovaných a vychlazených bloků. Vývoj modelu, který využívá umělé neuronové sítě při predikci defektů ve vývalcích, se jeví jako zajímavá alternativa k tradičním materiálově-inženýrským metodám výzkumu, případně pak jakoalternativa k statistické regresní analýze. Použití umělých neuronových sítí se ukázalo být velmi účinným nástrojem při odhalování příčin vzniku vnitřních necelistvostí ve vývalcích z Cr-Mo ocelí. Jako vstupní parametry umělé neuronové sítě posloužily: chemické složení, parametry plynulého odlévání a strategie ohřevu.
Czech name
Použití umělých neuronových sítí při předpovědi výskytu vnitřních defektů
Czech description
Cílem tohoto článku bylo vytvořit a verifikovat umělou neuronovou síť, která by byla schopná predikovat výskyt vnitřních defektů ve vývalcích z nízkolegovaných Cr-Mo ocelí. Jedná se o poměrně komplikovaný problém, jelikož vnitřní defekty jsou detekoványultrazvukovým zařízením až u vyválcovaných a vychlazených bloků. Vývoj modelu, který využívá umělé neuronové sítě při predikci defektů ve vývalcích, se jeví jako zajímavá alternativa k tradičním materiálově-inženýrským metodám výzkumu, případně pak jakoalternativa k statistické regresní analýze. Použití umělých neuronových sítí se ukázalo být velmi účinným nástrojem při odhalování příčin vzniku vnitřních necelistvostí ve vývalcích z Cr-Mo ocelí. Jako vstupní parametry umělé neuronové sítě posloužily: chemické složení, parametry plynulého odlévání a strategie ohřevu.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
JG - Metallurgy, metal materials
OECD FORD branch
—
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2014
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
Hutnické listy
ISSN
0018-8069
e-ISSN
—
Volume of the periodical
67
Issue of the periodical within the volume
1
Country of publishing house
CZ - CZECH REPUBLIC
Number of pages
4
Pages from-to
29-32
UT code for WoS article
—
EID of the result in the Scopus database
—