مدلسازی خوردگی اتمسفری با استفاده از شبکه های عصبی مصنوعی
محل انتشار: یازدهمین کنگره ملی خوردگی ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,014
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INCC11_120
تاریخ نمایه سازی: 3 مهر 1388
چکیده مقاله:
خوردگی یکی از پدیده هایی است که عوامل پیچیده ی بسیاری در آن دخیل هستند، لذا انجام شبیه سازی در پیش بینی رفتار خورنده یک محیط و یا مقاومت به خوردگی یک ماده می تواند کاری طاقت فرسا باشد شبکه های عصبی مصنوعی روشی بسیار مناسب برای مدلسازی سیستمهای پیچیده و غیرخطی است که میتواند با یادگیری اطلاعات، یک مدل قابل اطمینان جهت پیش بینی و یا تشخیص ایجاد نماید. در این تحقیق از اطلاعات خوردگی اتمسفری فولاد، شامل متوسط دمای محیط، مدت زمان قرار گیری در معرض محیط، غلظت دی اکسید گوگرد و یون کلراید، زمان تر بودن و میزان خوردگی اتمسفری بااستفاده از آزمون و خطا برروی الگوریتم های متفاوت، توابع مختلف یادگیری، توزیعهای متفاوت از داده های موجود و تغییر ثابتهای یک شبکه، ایجاد شده است. بررسی میزان توانایی مدل شبکه عصبی ایجاد شده بیانگر آن است که بیشتر از 85% در پیش بینی میزان خوردگی دقت دارد.
کلیدواژه ها:
نویسندگان
ایمان اعتماد
دانشجوی کارشناسی ارشد مهندسی بازرسی فنی، دانشکده نفت آبادان، دانشگاه
محمدعلی گلعذار
استاد دانشکده مهندسی مواد، دانشگاه صنعتی اصفهان
محمدحسین مداحی
عضو هیات علمی دانشکده نفت آبادان، دانشگاه صنعت نفت
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :