مدلسازی خوردگی اتمسفری با استفاده از شبکه های عصبی مصنوعی

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:

مدلسازی خوردگی ، فولاد ، شبکه های عصبی مصنوعی