文献

J-GLOBAL ID：202002263701150231   整理番号：20A2521604

統計的方法と人工ニューラルネットワークを用いて調べた316L鋼表面の腐食損傷【JST・京大機械翻訳】

Corrosion damage of 316L steel surface examined using statistical methods and artificial neural network

著者 (3件)： Kubisztal Julian (Institute of Materials Engineering, University of Silesia, Chorzow, Poland) ,  Kubisztal Marian (Institute of Materials Engineering, University of Silesia, Chorzow, Poland) ,  Haneczok Grzegorz (Institute of Materials Engineering, University of Silesia, Chorzow, Poland)
資料名： Materials and Corrosion  (Materials and Corrosion)
巻： 71  号： 11  ページ： 1842-1855  発行年： 2020年 
JST資料番号： E0386A  ISSN： 0947-5117  CODEN： MTCREQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 316L鋼表面の腐食誘起変化(5wt%NaCl溶液中浸漬)の詳細な試験を示し,考察した。浸漬時間(t)による安定ピット深さ(h_av)の進展を3Dマップと統計技術を用いて確立した。[数式:原文を参照]はn≒0.5であった。さらに,ピット面積の決定は,浸漬時間に対する曲線電流密度(j)の推定を可能にし,m≒1の[数式:原文を参照]が見いだされた。表面腐食度決定のための新しい技法は,腐食形態が精巧なことを示す黒色および白色画像の代わりに2Dグレースケール画像の分析に基づいている。この目的のために,Levenberg-Marquardt逆伝搬訓練アルゴリズムによる3層フィードフォワードニューラルネットワークを用いた。浸漬時間に対する依存性腐食度(S型曲線)は,提案した手順によって完全に記述できることを示した。Copyright 2020 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *腐食 ,  *鋼 ,  ステンレス鋼 ,  *ニューラルネットワーク ,  塩化ナトリウム ,  *統計的方法 ,  電流密度 ,  二次元 ,  浸漬 ,  三次元 ,  学習アルゴリズム
準シソーラス用語： *腐食損傷 ,  グレースケール画像 ,  浸漬時間 ,  *SUS316L , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工ニューラルネットワーク ,  孔食 ,  走査顕微鏡法 ,  ステンレス鋼 ,  統計的表面分析

分類 (1件)： 腐食  (WB03030B)

タイトルに関連する用語 (4件)： 統計的方法 ,  人工ニューラルネットワーク ,  316L ,  腐食損傷