Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Determination of a coefficient of thermal expansion by machine learning

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27360%2F20%3A10247079" target="_blank" >RIV/61989100:27360/20:10247079 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.37904/metal.2020.3462" target="_blank" >http://dx.doi.org/10.37904/metal.2020.3462</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.37904/metal.2020.3462" target="_blank" >10.37904/metal.2020.3462</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Determination of a coefficient of thermal expansion by machine learning

  • Popis výsledku v původním jazyce

    Objective of this work is to model the thermal expansion coefficients of selected steel grade and compare results with those measured by TMA method. Coefficient of thermal expansion is described as a function of steel composition (C, Mn, P, S, Si, Cr, Ni, Mo) and temperature. Experimental values are described and compared with model. Correlation analysis of these data sets is done. Presented model is based on using artificial neural network and represents a preliminary test of method capability to be used for such problems class - for predicting of thermophysical properties depending on composition and temperatre. (C) 2020 TANGER Ltd., Ostrava.

  • Název v anglickém jazyce

    Determination of a coefficient of thermal expansion by machine learning

  • Popis výsledku anglicky

    Objective of this work is to model the thermal expansion coefficients of selected steel grade and compare results with those measured by TMA method. Coefficient of thermal expansion is described as a function of steel composition (C, Mn, P, S, Si, Cr, Ni, Mo) and temperature. Experimental values are described and compared with model. Correlation analysis of these data sets is done. Presented model is based on using artificial neural network and represents a preliminary test of method capability to be used for such problems class - for predicting of thermophysical properties depending on composition and temperatre. (C) 2020 TANGER Ltd., Ostrava.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20500 - Materials engineering

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/FW01010097" target="_blank" >FW01010097: Automatizované řídicí systémy v oblasti pánvové metalurgie</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2020

  • 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

    METAL 2020 : 29th International Conference on Metallurgy and Materials : conference proceedings : May 20-22, 2020, Brno, Czech Republic, EU

  • ISBN

    978-80-87294-97-0

  • ISSN

    2694-9296

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    57-61

  • Název nakladatele

    Tanger

  • Místo vydání

    Ostrava

  • Místo konání akce

    Brno

  • Datum konání akce

    20. 5. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku