Využití neuronových sítí v materiálovém výzkumu

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F06%3A00014224" target="_blank" >RIV/61989100:27360/06:00014224 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Exploitation of Neural Networks In Material Research

Popis výsledku v původním jazyce

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

Název v anglickém jazyce

Exploitation of Neural Networks In Material Research

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

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

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 periodika

Sborník vědeckých prací vysoké školy báňské-Technické univerzity Ostrava

ISSN

1210-0471

e-ISSN

—

Svazek periodika

LII

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

5

Strana od-do

65-69

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—