Biblioteca122.739 documentos en línea

Artículos

Usage of Neural Network to Predict Aluminium Oxide Layer ThicknessUso de Redes Neuronales para Predecir el Grosor de la Capa de Óxido de Aluminio

Resumen

Este documento muestra la influencia de la composición química del electrolito utilizado, como la cantidad de ácido sulfúrico en el electrolito, la cantidad de cationes de aluminio en el electrolito y la cantidad de ácido oxálico en el electrolito, y los parámetros de operación del proceso de oxidación anódica de aluminio, tales como la temperatura del electrolito, el tiempo de anodización y el voltaje aplicado durante el proceso de anodización. El documento muestra la influencia de esos parámetros en el grosor resultante de la capa de óxido de aluminio. El impacto de estas variables se muestra utilizando un diseño compuesto central de experimentos para seis factores (cantidad de ácido sulfúrico, cantidad de ácido oxálico, cantidad de cationes de aluminio, temperatura del electrolito, tiempo de anodización y voltaje aplicado) y mediante el uso de la unidad neuronal cúbica con el algoritmo de Levenberg-Marquardt durante la evaluación de los resultados. El documento también trata sobre densidades de corriente de 1Ad

  • 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