Application of artificial neural network in the process of selection of organic coatings

• Autorzy: Popko Artur , Gauda Konrad

Identyfikatory

DOI

10.35784/IAPGOS.63

Warianty tytułu

PL

Zastosowanie sztucznej sieci neuronowej w procesie doboru powłok organicznych

• Języki publikacji: EN

Abstrakty

EN

The structure of the artificial neural network (ANN) to support the selection of organic coatings was developed and verified, and its learning process was carried out. A simulation of the operation of the network was also carried out, which showed that programming of the coating system selection process can be much faster and more accurate, which is important for a system used in industrial conditions.

PL

Opracowano i zweryfikowano strukturę sztucznej sieci neuronowej (SSN) służącej do wspomagania procesu doboru powłok organicznych oraz przeprowadzono jej proces uczenia. Dokonano również symulacji działania przedmiotowej sieci, która wykazała, że programowanie procesu doboru systemu powłokowego może być o wiele szybsze i dokładniejsze, co ma istotne znaczenie dla systemu użytkowanego w warunkach przemysłowych.

Słowa kluczowe

EN

artificial neural network; organic coating

PL

sztuczna sieć neuronowa; powłoka organiczna

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2019
• Tom: T. 9, nr 4
• Strony: 18--21
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Popko Artur

• University of Economics and Innovation in Lublin, Faculty of Transport and Computer Department of Transport and Computer Science, Lublin, Poland

autor

Gauda Konrad

• University of Economics and Innovation in Lublin, Faculty of Transport and Computer Department of Transport and Computer Science, Lublin, Poland

Bibliografia

• [1] Gauda K.: Wodorozcieńczalne powłoki organiczne w przemyśle maszynowym. Lubelskie Towarzystwo Naukowe, Lublin 2011.
• [2] Gauda K., Lenik K., Zinowicz Z.: The possibility of use of waterborne epoxy coatings for the protection of machine and device elements. International Conference: Advances in Coatings Technology, Warsaw 2004.
• [3] Hryniewicz T.: Technologia powierzchni i powłok. Wydawnictwa Uczelniane PK, Koszalin 1999.
• [4] Lenik K., Gauda K., Lenik Z.: Forecasting of durability of waterborne coatings in the machine industry. The Worldwide Journal of Achievements in Materials and Manufacturing Engineering 37(2)/2009, 102–109.
• [5] Miodek A.: Zabezpieczenie antykorozyjne wielkogabarytowych konstrukcji stalowych w aspekcie analizy kosztowej. Lakiernictwo Przemysłowe 6/2001, 12–19.
• [6] PN-EN ISO 12944-1:2001 Farby i lakiery – Ochrona przed korozją konstrukcji stalowych za pomocą ochronnych systemów malarskich.
• [7] PN-EN ISO 9223:2012 Ochrona materiałów metalowych przed korozją – ryzyko korozji w warunkach atmosferycznych – klasyfikacja, określanie i ocena korozyjności atmosfery.
• [8] Popko A.: Multilayer neural network for visual object identification. International Conference on Humanity and Social Science. Guangzhou 2014.
• [9] Popko A., Gauda K.: Sztuczna sieć neuronowa jako innowacyjne narzędzie wspomagania doboru powłok ochronno-dekoracyjnych. Edukacja – Technika – Informatyka 1(23)/2018, 77–82.
• [10] Popko A., Jakubowski M., Wawer R.: Membrain neural network for visual pattern recognition, Advances In Science and Technology. Postępy Nauki i Techniki 7(18)/2013, 54–59.
• [11] Rodzynkiewicz-Rudzińska J. (Ed.): Powłoki malarsko-lakiernicze. Poradnik. Wydawnictwa Naukowo-Techniczne, Warszawa 1983.
• [12] Tadeusiewicz R.: Sieci Neuronowe. Problemy Współczesnej Nauki i Techniki, Informatyka. Akademicka Oficyna Wydawnicza, Warszawa 1999.
• [13] Zinowicz Z., Gauda K.: Powłoki organiczne w technice antykorozyjnej. Wydawnictwo Politechniki Lubelskiej, Lublin 2003.
• [14] Zubielewicz M.: Działanie ochronne powłok z farb wodorozcieńczalnych w zależności od rodzaju pigmentów antykorozyjnych. Lakiernictwo przemysłowe 1/2002, 15–17.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).