Prediction of Steel Atmospheric Corrosion by Means of Artificial Intelligence Methods.
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F11%3A86081639" target="_blank" >RIV/61989100:27360/11:86081639 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/25794787:_____/11:#0000424
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Prediction of Steel Atmospheric Corrosion by Means of Artificial Intelligence Methods.
Popis výsledku v původním jazyce
Atmospheric corrosion of metal materials exposed under atmospheric conditions depends on various factors such as local temperature, relative humidity, amount of precipitation, pH of rainfall, concentration of main pollutants and exposition time. As thesefactors are very complex, exact relation for mathematical description of atmospheric corrosion of various metals are not known so far. Classical analytical and mathematical functions are of limited use to describe this type of strongly non-linear systemdepending on various meteorological-chemical factors and interaction between them and on material parameters. Nowadays there is certain chance to predict a corrosion loss of materials by artificial intelligence methods. The contribution deals with the use of artificial neural networks for prediction of steel atmospheric corrosion.
Název v anglickém jazyce
Prediction of Steel Atmospheric Corrosion by Means of Artificial Intelligence Methods.
Popis výsledku anglicky
Atmospheric corrosion of metal materials exposed under atmospheric conditions depends on various factors such as local temperature, relative humidity, amount of precipitation, pH of rainfall, concentration of main pollutants and exposition time. As thesefactors are very complex, exact relation for mathematical description of atmospheric corrosion of various metals are not known so far. Classical analytical and mathematical functions are of limited use to describe this type of strongly non-linear systemdepending on various meteorological-chemical factors and interaction between them and on material parameters. Nowadays there is certain chance to predict a corrosion loss of materials by artificial intelligence methods. The contribution deals with the use of artificial neural networks for prediction of steel atmospheric corrosion.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JG - Hutnictví, kovové materiály
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
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
20th Anniversary International Conference on Metallurgy and Materials: METAL 2011
ISBN
978-80-87294-24-6
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
1201-1205
Název nakladatele
Tanger
Místo vydání
Ostrava
Místo konání akce
Brno
Datum konání akce
18. 5. 2011
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—