Full metadata record
DC poleHodnotaJazyk
dc.contributor.authorMajdi, M. R.
dc.contributor.authornull, null
dc.contributor.authorGhobadi, M.
dc.contributor.authorDanaee, I.
dc.contributor.authorZarezadeh, A.
dc.contributor.authorSaebnoori, E.
dc.contributor.authorChocholatý, Ondřej
dc.contributor.authorBahrami, P. N.
dc.date.accessioned2023-02-27T11:00:22Z-
dc.date.available2023-02-27T11:00:22Z-
dc.date.issued2022
dc.identifier.citationMAJDI, MR. GHOBADI, M. DANAEE, I. ZAREZADEH, A. SAEBNOORI, E. CHOCHOLATÝ, O. BAHRAMI, PN. Evaluation of the Ability of ANFIS and SVMR Models to Predict the Corrosion Inhibition of Cerium Conversion Coating. Protection of Metals and Physical Chemistry of Surfaces, 2022, roč. 58, č. 4, s. 872-882. ISSN: 2070-2051cs
dc.identifier.issn2070-2051
dc.identifier.uri2-s2.0-85138067819
dc.identifier.urihttp://hdl.handle.net/11025/51598
dc.description.abstractTato práce se zabývá inhibičním účinkem konverzního povlaku ceru na různé hliníkové slitiny. K předpovědi inhibičního účinku povlakovaných slitin Al byly vyvinuty dvě různé výpočetní metody, ANFIS (fuzzy inferenční systém založený na adaptivní síti) a SVMR (regrese s podpůrnými vektory). Korozní chování povlakovaných vzorků bylo rovněž zkoumáno pomocí potenciodynamické polarizační zkoušky. Výsledky ukázaly, že vrstva oxidu ceru snižuje korozní rychlost Al-slitin, ale účinnost ochranné vrstvy závisí na složení slitiny. Na základě experimentálních výsledků byly legující prvky hliníku použity jako vstupní parametry pro trénování modelů. Optimální model ANFIS byl vyvinut ruční změnou parametrů shlukování. Optimální struktury bylo dosaženo, když byly faktor squash, rozsah vlivu a poměr odmítnutí a poměr akceptace zvoleny jako 15, 0,3 a 0,5 v uvedeném pořadí. Střední kvadratická chyba (RMSE) optimalizovaného fuzzy modelu byla 3,67 × 10-5. Různá statistická kritéria ukázala, že model ANFIS (R2 = 0,99) dokázal předpovědět inhibiční sílu přesněji než SVMR s R2 = 0,86. Byl tak vytvořen predikční model pro klasifikaci a predikci povlakovaných Al slitin AA1xxx až AA8xxx, který by mohl vyřešit nedostatek datových souborů. Kromě toho zkoumání vlivu vstupů a analýza citlivosti modelu ANFIS ukázaly pozoruhodný vliv legujících prvků Mg, Mn a Zn na inhibiční sílu povlakovaných Al-slitin. Výsledky rovněž ukázaly, že vyšší inhibiční účinnosti bylo dosaženo u povlakovaných hliníkových slitin řad 5xxx a 6xxx.cs
dc.format11 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoenen
dc.publisherPleiades Publishingen
dc.relation.ispartofseriesProtection of Metals and Physical Chemistry of Surfacesen
dc.rightsPlný text je přístupný v rámci univerzity přihlášeným uživatelům.cs
dc.rights© Pleiades Publishingen
dc.subjectHliníkové slitinycs
dc.subjectKonverzní povlaky na bázi cerucs
dc.subjectKorozecs
dc.subjectANFIScs
dc.subjectSVMRcs
dc.titleEvaluation of the Ability of ANFIS and SVMR Models to Predict the Corrosion Inhibition of Cerium Conversion Coatingen
dc.title.alternativeHodnocení schopnosti modelů ANFIS a SVMR předpovídat inhibici koroze cerových konverzních povlakůcs
dc.typečlánekcs
dc.typearticleen
dc.rights.accessrestrictedAccessen
dc.type.versionpublishedVersionen
dc.description.abstract-translatedThis work investigates the inhibition effect of cerium conversion coating on various aluminium alloys. Two different computational methods, ANFIS (adaptive-network-based fuzzy inference system) and SVMR (support vector machine regression) were developed to predict the inhibitory power of coated Al-alloys. The corrosion behaviour of the coated samples was also examined using potentiodynamic polarization testing. Results showed that the cerium oxide layer decreased the corrosion rate of Al-alloys, but the efficiency of the protective layer depended on the alloying composition. From the experimental results, the alloying elements of aluminium were used as input parameters to train the models. The optimum ANFIS model was developed by varying the clustering parameters manually. The optimum structure is achieved when the squash factor, the range of influence, and the reject ratio and accept ratio are taken as 15, 0.3, and 0.5 respectively. The root-mean-square error (RMSE) of the optimized fuzzy model was 3.67 × 10–5. Various statistical criteria showed that the ANFIS model (R2 = 0.99) could predict inhibitory power more accurately than SVMR with R2 = 0.86. A predictive model was thus created to classify and predict coated Al-alloys AA1xxx to AA8xxx, which could solve the shortage of data sets. Furthermore, investigation of the effect of the inputs and a sensitivity analysis for the ANFIS model showed the remarkable impact of Mg, Mn, and Zn alloying elements on the inhibitory power of coated Al-alloys. The results also indicated that higher inhibition efficiencies were obtained for coated 5xxx and 6xxx aluminium series.en
dc.subject.translatedAluminium alloysen
dc.subject.translatedCerium conversion coatingsen
dc.subject.translatedCorrosionen
dc.subject.translatedANFISen
dc.subject.translatedSVMRen
dc.identifier.doi10.1134/S2070205122040128
dc.type.statusPeer-revieweden
dc.identifier.document-number853976300002
dc.identifier.obd43937482
dc.project.IDSGS-2022-023/Výzkum a vývoj energetických strojů a zařízenícs
Vyskytuje se v kolekcích:Články / Articles (CEV)
OBD

Soubory připojené k záznamu:
Soubor VelikostFormát 
S2070205122040128.pdf1,96 MBAdobe PDFZobrazit/otevřít  Vyžádat kopii


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/51598

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. OBD