Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Prediction of Forging Ingots Defects Using Neural Networks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27230%2F11%3A86080579" target="_blank" >RIV/61989100:27230/11:86080579 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27360/11:86080579 RIV/61989100:27240/11:86080579

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Prediction of Forging Ingots Defects Using Neural Networks

  • Popis výsledku v původním jazyce

    At some types of ingots technological deviations exhibit by defects, which occur as late as in the process of forging. Prediction of such defects would enable a fast intervention and thus reducing costs for the reparation. Statistically was proven, thatthe defects are not caused by exceeding of any measured parameter in the production. However, they are caused by an unsuitable combination of more parameters. In such case artificial intelligence elements can be successfully applied. A multilayer artificial neural network was used for the prediction of defective ingots. Results, which were reached at prediction with neural network, are very interesting. In some cases even 100% accordance occurred.

  • Název v anglickém jazyce

    Prediction of Forging Ingots Defects Using Neural Networks

  • Popis výsledku anglicky

    At some types of ingots technological deviations exhibit by defects, which occur as late as in the process of forging. Prediction of such defects would enable a fast intervention and thus reducing costs for the reparation. Statistically was proven, thatthe defects are not caused by exceeding of any measured parameter in the production. However, they are caused by an unsuitable combination of more parameters. In such case artificial intelligence elements can be successfully applied. A multilayer artificial neural network was used for the prediction of defective ingots. Results, which were reached at prediction with neural network, are very interesting. In some cases even 100% accordance occurred.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JG - Hutnictví, kovové materiály

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/FR-TI3%2F818" target="_blank" >FR-TI3/818: *ZEVNÍ FIXACE</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2011

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Recent Researches in Engineering and Automatic Control

  • ISBN

    978-1-61804-057-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    38-41

  • Název nakladatele

    WSEAS Press

  • Místo vydání

    Neuvedeno

  • Místo konání akce

    Puerto De La Cruz, Tenerife

  • Datum konání akce

    10. 12. 2011

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku