![](/images/graphics-bg.png)
A novel carbon steel pipe protection based on radial basis function neural network
Author
Source
The Iraqi Journal for Mechanical and Materials Engineering
Issue
Vol. 13, Issue 2 (30 Jun. 2013), pp.333-339, 7 p.
Publisher
University of Babylon College of Engineering
Publication Date
2013-06-30
Country of Publication
Iraq
No. of Pages
7
Main Subjects
Topics
Abstract AR
يقدر إجمالي الكلف الناتجة من تلف التآكل (%4 - 3) من الناتج القومي لمعظم دول العالم.
في هذا البحث تم اقتراح منظومة حماية كاثودية لأنابيب الصلب الكربوني بإستخدام شبكة دالة الأساس الشعاعي العصبية RBFNN.
استخدمت الشبكة العصبية لغرض التنبؤ بأقل قيمة لكثافة التيار المطلوب تمريرها ضمن منظومة الحماية الكاثودية لأنابيب الصلب الكاربوني. استخدمت 25 عينة بمختلف التراكيز C% و درجات الحرارة T و أبعاد D و كذلك pH لغرض إجراء عملية تدريب الشبكة العصبية.
تتكون الشبكة العصبية المقترحة من طبقة الإدخال و تحتوي أربعة عقد للمدخلات متمثلة بالتركيز و درجة الحرارة و البعد و كذلك pH, أما الطبقة المخفية تتكون من ثمان عقد بالإضافة إلى عقدة واحدة في طبقة الإخراج و التي تعطي أقل قيمة لكثافة التيار الواجب استخدامه في الحماية الكاثودية.
تم اختبار الشبكة العصبية المقترحة من خلال استخدام 5 عينات مختبرية مختلفة عن التي استخدمت في التدريب لغرض التأكد من آداء الشبكة من خلال التجارب العملية و مقارنة نتائجها مع نتائج الشبكة العصبية. يمكن الإستنتاج أن الشبكة العصبية يمكن أن تستهدف بنجاح لغرض إيجاد أقل قيمة لكثافة التيرا المستخدمة لحماية الصلب الكاربوني.
Abstract EN
The cost due to corrosion Damage have estimated to be 3-4 % of their gross national product which significantly Countries problem around the world.
In this study, a novel carbon steel pipe protection based on radial basis function neural network RBFNN was proposed.
The RBFNN used to predict the minimum current density required in impressed current cathodic protection to protect low carbon steel pipe.
Learning data was performed by using a 25 samples test with different concentration C %, temperature T, distance D and pH.
The RBFNN model has four input nodes representing the (concentration C %, temperature T, distance D and pH), eight nodes at hidden layer and one output node representing the min.
current density.
Generalization test used 5 data samples taken from the experimental results other than those data samples used in the learning process to check the performance of the neural network on these data.
In addition, the experimental results indicate that proposed system can be used successfully to obtain minimum cathodic protection current density to protect low carbon steel pipes.
American Psychological Association (APA)
Ujayl, Sami Abu al-Nun. 2013. A novel carbon steel pipe protection based on radial basis function neural network. The Iraqi Journal for Mechanical and Materials Engineering،Vol. 13, no. 2, pp.333-339.
https://search.emarefa.net/detail/BIM-363839
Modern Language Association (MLA)
Ujayl, Sami Abu al-Nun. A novel carbon steel pipe protection based on radial basis function neural network. The Iraqi Journal for Mechanical and Materials Engineering Vol. 13, no. 2 (2013), pp.333-339.
https://search.emarefa.net/detail/BIM-363839
American Medical Association (AMA)
Ujayl, Sami Abu al-Nun. A novel carbon steel pipe protection based on radial basis function neural network. The Iraqi Journal for Mechanical and Materials Engineering. 2013. Vol. 13, no. 2, pp.333-339.
https://search.emarefa.net/detail/BIM-363839
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 339
Record ID
BIM-363839