All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

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