Výzkum příčin zhoršené tvařitelnosti kovárenských ingotů s využitím prvků umělé inteligence

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F07%3A00016103" target="_blank" >RIV/61989100:27360/07:00016103 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Investigation of Causes of the Forge Ingots Impaired Formability with Artificial Intelligence Elements Exploitation

Popis výsledku v původním jazyce

Production of ingots of bigger sizes which are designed above all for forges represents an inconsiderable part of production in the metallurgical industry. At some types of ingots technological deviations exhibit by defects which occur as late as in theforging process. Timely prediction of such defects would enable a fast intervention to the instant process and thus reduce costs for the reparation. Statistically was proved that the 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. Resultswhich were reached at prediction with neural network are very interesting. Even 100% accordance of predicted and actual values occurred in some cases.

Název v anglickém jazyce

Investigation of Causes of the Forge Ingots Impaired Formability with Artificial Intelligence Elements Exploitation

Popis výsledku anglicky

Production of ingots of bigger sizes which are designed above all for forges represents an inconsiderable part of production in the metallurgical industry. At some types of ingots technological deviations exhibit by defects which occur as late as in theforging process. Timely prediction of such defects would enable a fast intervention to the instant process and thus reduce costs for the reparation. Statistically was proved that the 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. Resultswhich were reached at prediction with neural network are very interesting. Even 100% accordance of predicted and actual values occurred in some cases.

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

2007

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of 8th International Carpathian Control Conference ICCC'2007

ISBN

978-80-8073-805-1

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

239-242

Název nakladatele

TU Košice

Místo vydání

Košice

Místo konání akce

—

Datum konání akce

—

Typ akce podle státní příslušnosti

—

Kód UT WoS článku

—