Usage of Neural Network to Predict Aluminium Oxide Layer Thickness

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: 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
Citación recomendada (normas APA)
: Hindawi Publishing Corporation, "Usage of Neural Network to Predict Aluminium Oxide Layer Thickness", -:Revista VirtualPRO,, 2015. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3936144/), el día 2025-05-01.

Información adicional