文献

J-GLOBAL ID：201302265652108618   整理番号：13A1367857

人工ニューラルネットワークモデルを用いた塗装タンクの損傷評価

Tank Coating Damage Assessment Using an Artificial Neural Network Model

著者 (3件)： FRIEDERSDORF Fritz J. (Luna Innovations Inc., VA, USA) ,  RIDDER Kathryn B. (Luna Innovations Inc., VA, USA) ,  ANDREWS Conrad (Luna Innovations Inc., VA, USA)
資料名： Corrosion Conference and Expo  (Corrosion Conference and Expo)
巻： 2013 Vol.3  ページ： 2326-2340  発行年： 2013年 
JST資料番号： D0794B  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 海軍艦艇の鋼製タンクおよび格納容器は塗装と陰極防食で保護されている。これを維持するための費用は年間2040億ドルに達する。それを低減するための,塗装の損傷および陰極防食条件を定量化するための推計モデルおよび電気化学的センサを用いた塗装健全性モニタを紹介した。本システムは安価で低消費電力が特徴である。環境条件,塗装の電気化学的条件,下地材質および陰極防食系を測定するためのセンサ網がタンクをカバーする。本システムでは外部にデータを持ち出してデータ処理することなく,塗装条件や陰極防食の状態を読み込むだけでタンクの状態を診断できる。本稿では,艦艇に搭載することを想定した各種タイプのシステムの実験室データを説明した。

シソーラス用語： *軍艦 ,  *防食 ,  損傷 ,  *監視装置 ,  ニューラルネットワーク ,  モデル ,  金属容器 ,  塗装 ,  陰極防食 ,  電気化学的挙動 ,  腐食 ,  健全性 ,  センサネットワーク ,  計算機診断 ,  監視 ,  電気化学インピーダンス ,  等価回路 ,  電流電圧特性 ,  電気化学的分極 ,  精度
準シソーラス用語： 腐食損傷 ,  人工ニューラルネットワークモデル ,  推計モデル ,  電気化学的腐食 ,  *構造健全性監視 ,  予測精度

分類 (2件)： 防食  (WB03040M) ,  その他の船舶  (QJ05030H)

タイトルに関連する用語 (4件)： 人工ニューラルネットワークモデル ,  塗装 ,  タンク ,  損傷評価