research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Prediction of Zinc Consumption as Sacrificial Anode in Cathodic Protection of Steel in Sea Water Using Artificial Neural Network

Author: Aprael S. Yaro
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2008 Volume: 14 Issue: 2 Pages: 2495-2508
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Corrosion has gained special attention due to its significance, when predicting corrosion rates. However, the complexity and variability makes it hard to model its effects. This study evaluates the usefulness of Artificial Neural Networks (ANN) to predict the corrosion rate as a function of several factors which have been related in previous studies to the protectiveness of low carbon steel in sea water, i.e. Temperature, Flow rate, pH, and time. Results showed that neural networks are a powerful tool and that the validity of the results is closely linked to the amount of data available and the experience and knowledge that accompany the analysis. Statistical analysis showed that the proposed correlation has an Average Absolute Relative Error (AARE) of 0.09% and Standard Deviation (S.D) 0.46%

ان ظاهرة التآكل تكتسب اهميه خاصة عندما يتعلق الأمر بالتنبؤ بمعدلات التآكل. من ناحية ثانية ان التعقيدات و المتغيرات اثناء حدوثها تجعل من الصعب نمذجة تأثيراتها. هذه الدراسه تقيم فوائد شبكة الأعصاب الأصطناعية للتنبؤ بمعدلات تآكل الحديد الكاربوني في عملية الحمايه الكاثودية في ماء البحر و بدلالة عدد من المتغيرات كدرجة الحرارة،سرعة جريان ماء البحر و حامضيته اضافة الى زمن تعرض النموذج للوسط. أظهرت النتائج ان تقنية شبكات الأعصاب الأصطناعيه اداة فعالة و ان صحة النتائج تربط و تعبر بقوة بين كمية النتائج المتوفرة و الخبرة المعرفة المرافقة لتحليل النتائج. التحليل الأحصائي اظهر ان العلاقة المقترحة في هذه الدراسة افرزت معدل الخطأ النسبي المطلق يساوي 0.09% و الأنحراف القياسي يساوي 0.46% .

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2008 (1)