Biblioteca73.326 documentos en línea

Artículo

A Machine Learning-Based Model for Predicting Atmospheric Corrosion Rate of Carbon SteelUn modelo basado en el aprendizaje automático para predecir la tasa de corrosión atmosférica del acero al carbono

Resumen

El objetivo de este estudio es desarrollar un modelo práctico de red neuronal artificial (RNA) para predecir la tasa de corrosión atmosférica del acero al carbono. Para desarrollar el modelo RNA se utiliza un conjunto de 240 muestras de datos, que se recogen de los resultados experimentales de la corrosión atmosférica en condiciones de clima tropical. En consecuencia, siete factores meteorológicos y químicos de la corrosión, a saber, la temperatura media, la humedad relativa media, la precipitación total, el tiempo de humedad, las horas de sol, la concentración media de iones de cloruro y la tasa media de deposición de dióxido de azufre, se utilizan como variables de entrada para el modelo RNA. Mientras tanto, la tasa de corrosión atmosférica del acero al carbono se considera la variable de salida. Se obtiene un modelo RNA óptimo con un alto coeficiente de determinación de 0,999 y un pequeño error cuadrático medio de 0,281 mg/m2.mes para predecir la tasa de corrosión. Además, el análisis de sensibilidad muestra que la precipitación y las horas de sol son los parámetros más influyentes en la predicción de la tasa de corrosión atmosférica, mientras que la concentración media de iones cloruro, la temperatura media y el tiempo de humedad son menos sensibles a la tasa de corrosión atmosférica. A continuación, se propone una fórmula basada en RNA, que tiene en cuenta todos los parámetros de entrada, para estimar la tasa de corrosión atmosférica del acero al carbono. Por último, se desarrolla una interfaz gráfica de usuario para calcular la tasa de corrosión atmosférica del acero al carbono en condiciones de clima tropical.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:A Machine Learning-Based Model for Predicting Atmospheric Corrosion Rate of Carbon Steel
  • Autor:Ngoc-Long, Tran; Trong-Ha, Nguyen; Van-Tien, Phan; Duy-Duan, Nguyen
  • Tipo:Artículo
  • Año:2021
  • Idioma:Inglés
  • Editor:Hindawi
  • Materias:Análisis de suelos Hormigón Construcciones de hormigón Asfalto
  • Descarga:0