• español
    • English
  • Login
  • español 
    • español
    • English

UniversidaddeCádiz

Área de Biblioteca, Archivo y Publicaciones
Comunidades y colecciones
Ver ítem 
  •   RODIN Principal
  • Producción Científica
  • Artículos Científicos
  • Ver ítem
  •   RODIN Principal
  • Producción Científica
  • Artículos Científicos
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

The use of artificial neural networks for modelling pitting corrosion behaviour of EN 1.4404 stainless steel in marine environment: data analysis and new developments

Identificadores

URI: http://hdl.handle.net/10498/35028

DOI: 10.1515/corrrev-2019-0095

ISSN: 2191 – 0316

Ficheros
Acceso cerrado (2.971Mb)
Estadísticas
Ver estadísticas
Métricas y Citas
 
Compartir
Exportar a
Exportar a MendeleyRefworksEndNoteBibTexRIS
Metadatos
Mostrar el registro completo del ítem
Autor/es
Jiménez Come, María JesúsAutoridad UCA; Martín Rodríguez, María de la LuzAutoridad UCA; Matres Serrano, Victoria; Mena Baladés, Jesús DanielAutoridad UCA
Fecha
2020
Departamento/s
Ingeniería Química y Tecnología de Alimentos
Fuente
CORROSION REVIEWS-2020, Vol. 38, n.4, pp. 339-353, https
Resumen
El acero inoxidable es un material empleado en numerosas aplicaciones de la Ingeniería Civil. Por esta razón, es fundamental asegurar la durabilidad de dicho material en las distintas aplicaciones que se pueden encontrar dentro de este sector. En este trabajo, se evalúa el comportamiento del acero inoxidable EN 1.4404 mediante un modelo basado en redes neuronales artificiales. El objetivo es poder predecir su comportamiento frente a la corrosión bajo determinadas condiciones medioambientales. El modelo basado en Redes Neuronales Artificiales consta de tres etapas. Los resultados obtenidos resultan satisfactorios y demuestran que el modelo desarrollado se puede emplear para predecir el estado de corrosión por picadura del material de forma automática con una elevada especificidad y sensibilidad.
 
Stainless steel has proved to be an important material to be used in a wide range of applications. For this reason, ensuring the durability of this alloy is essen tial. In this work, pitting corrosion behaviour of EN 1.4404 stainless steel is evaluated in marine environment in order to develop a model capable of predicting its pitting corrosion status by an automatic way. Although electro chemical techniques and microscopic analysis have been shown to be very useful tools for corrosion studies, these techniques may present some limitationus. With the aim to solve these drawbacks, a three-step model based on Arti ficial Neural Networks (ANNs) is proposed. The results reveal that the model can be used to predict pitting corrosion status of this alloy with satisfactory sensitivity and specificity with no need to resort to electrochemical tests or microscopic analysis. Therefore, the proposed model becomes a useful tool to predict the behaviour of the material against pitting corrosion in saline environment automatically.
 
Materias
corrosion; electrochemistry; modelling; stainless steel
Colecciones
  • Artículos Científicos [12034]

Listar

Todo RODINComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

Información adicional

Acerca de...Deposita en RODINPolíticasNormativasDerechos de autorEnlaces de interésEstadísticasNovedadesPreguntas frecuentes

RODIN está accesible a través de

OpenAIREOAIsterRecolectaHispanaEuropeanaBaseDARTOATDGoogle Académico

Enlaces de interés

Sherpa/RomeoDulcineaROAROpenDOARCreative CommonsORCID

RODIN está gestionado por el Área de Biblioteca, Archivo y Publicaciones de la Universidad de Cádiz

ContactoSugerenciasAtención al Usuario