Výzkum příčin zhoršené tvařitelnosti kovárenských ingotů vyrobených z vakuované oceli s využitím prvků umělé inteligence

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F07%3A00016155" target="_blank" >RIV/61989100:27360/07:00016155 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Výzkum příčin zhoršené tvařitelnosti kovárenských ingotů vyrobených z vakuované oceli s využitím prvků umělé inteligence

Popis výsledku v původním jazyce

Výroba ingotů větších rozměrů, které jsou určeny především pro kovárny, představuje v metalurgickém průmyslu nezanedbatelnou část výroby. U některých typů ingotů se projevují technologické odchylky vadami, které se projeví až v procesu kování. Včasná predikce takovýchto vad by umožnila s předstihem zasáhnout a tím snížit náklady na nápravu. Na základě statistického zpracování provozních dat bylo zjištěno, že vady nejsou způsobeny překročením pouze jednoho měřeného výrobního parametru, jsou však zřejmě způsobeny nevhodnou kombinací více parametrů. K návrhu opatření pro zlepšení kvality produkce ocelárny byly úspěšně aplikovány umělé neuronové sítě. Neuronové sítě jsou zvlášť vhodné pro aproximaci vztahů mezi různými procesními daty, zejména pak mezi daty nestrukturovanými s vysokým stupněm nelinearity a velkou mírou nejistoty. Byly vytvořeny funkční modely neuronových sítí pro predikci vad kovárenských ingotů v ocelárně. K návrhu neuronových sítí byla použita technologická data, která b

Název v anglickém jazyce

Investigation of causes of the forge ingots impaired formability produced from vacuum steel 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. For a draft of measures for production quality improvement artificial neural networks were successfully applied. Neural networks are especially suitable for an approximation of relations between various sensor-based data, particularly between unstructured data with a high degree of nonlinearity and a big scale of uncertainty. A model of neural network for prediction of defects of forging ingots in steelwo

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

2007

Kód důvěrnosti údajů

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

Název periodika

Acta Metallurgica Slovaca

ISSN

1335-1532

e-ISSN

—

Svazek periodika

13

Číslo periodika v rámci svazku

5/2007

Stát vydavatele periodika

SK - Slovenská republika

Počet stran výsledku

5

Strana od-do

344-348

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—