Predikce vybraných parametrů ocelí při tepelném zpracování s využitím prvků umělé inteligence

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F06%3A00014222" target="_blank" >RIV/61989100:27360/06:00014222 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Predikce vybraných parametrů ocelí při tepelném zpracování s využitím prvků umělé inteligence

Popis výsledku v původním jazyce

Teoretické poznatky fyzikální metalurgie nepostihují dosud komplexně všechny fyzikální proměnné, které ovlivňují výsledné mechanické vlastnosti výrobku. Proto jsou základní pomůckou pro tepelné zpracování IRA a ARA diagramy oceli o daném chemickém složení. Údaje obsažené v IRA a ARA diagramech je možno statisticky zpracovat a takto dojít k empirickým vztahům, které slouží pro predikci průběhu dílčích procesů probíhajících při tepelném zpracování. Doposud byly tyto vztahy získávány na základě regresní analýzy naměřených dat. V současné době se naskýtá reálná možnost predikce různých parametrů oceli při tepelném zpracování s využitím prvků umělé inteligence. Z tohoto důvodu byl vytvořen neuronový model pro predikci mechanických vlastností ocelí po tepelném zpracování. Daná problematika, spolu s dalšími technickými aplikacemi umělé inteligence, byla řešena v rámci grantového projektu GAČR 106/05/2596.

Název v anglickém jazyce

Prediction of Selected Steel Parameters at Thermal Treatment with Exploitation of Artificial Intelligence Elements

Popis výsledku anglicky

Theoretical knowledge of physical metallurgy doesn't express comprehensively all physical variables, which influence resultant product manufacture quality. Therefore data files contained in IRA and ARA steel diagrams of different chemical composition arethe basic tool for heat treatment. It is possible to treat these data statistically and thus acquire empiric relations, which serve for partial processes course prediction proceeding at heat treatment. These relations were obtained so far on the basis of regression analysis of measured data. Real possibility of prediction of different steel parameter with exploitation of artificial intelligence elements offers at present. Model of prediction of steel mechanical properties after heat treatment using neural networks methods was created. By suitable connection of these results with knowledge of physical metallurgy and with practical data about heat treatment it's possible to obtain groundwork for creation of semi-empiric model of heat tre

Druh

D - Stať ve sborníku

CEP obor

JG - Hutnictví, kovové materiály

OECD FORD obor

—

Projekt

<a href="/cs/project/GA106%2F05%2F2596" target="_blank" >GA106/05/2596: Využití znalostních systémů v řízení údržby metalurgických zařízení se zapojením průběžné diagnostiky do řešení</a><br>

Návaznosti

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

Rok uplatnění

2006

Kód důvěrnosti údajů

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

Název statě ve sborníku

Principia Cybernetica 2006 - sborník abstraktů

ISBN

80-7318-460-5

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

18-22

Název nakladatele

UTB ve Zlíně

Místo vydání

Zlín

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—