Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Optimizacija legiranja jekla s pomočjo strojnega učenja
ID
ŠTOSIR, ŽIGA
(
Avtor
),
ID
Kukar, Matjaž
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(3,33 MB)
MD5: 8403B74868F15EB7090654724BAB9175
Galerija slik
Izvleček
Cilj diplomske naloge je modeliranje doziranja in optimizacija porabe legirnih dodatkov v proizvodnji jekla. V prvem delu predstavimo proces izdelave jekla in nekaj osnov metalurgije, ki so podlaga za razumevanje zastavljenega problema. V nadaljevanju predstavimo orodja in tehnologije, ki smo jih uporabili pri izdelavi naloge. Sledijo opis, način pridobitve, obdelave in vizualizacije podatkov, modeliranje problema in predstavitev rezultatov. Pri delu smo uporabili orodje Orange s programskim jezikom Python in knjižnico Matplotlib. V zadnjem delu predstavimo zaključek ter možnosti prihranka pri porabi legirnih dodatkov in časa, potrebnega za izdelavo šarže, kar predstavlja velik potencial za nadaljnje delo.
Jezik:
Slovenski jezik
Ključne besede:
izdelava jekla
,
strojno učenje
,
optimizacija
,
linearno programiranje
,
Python
Vrsta gradiva:
Diplomsko delo/naloga
Tipologija:
2.11 - Diplomsko delo
Organizacija:
FRI - Fakulteta za računalništvo in informatiko
FMF - Fakulteta za matematiko in fiziko
Leto izida:
2019
PID:
20.500.12556/RUL-106472
Datum objave v RUL:
26.02.2019
Število ogledov:
1884
Število prenosov:
262
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Optimization of steel alloying with machine learning
Izvleček:
The aim of this thesis is the optimization of alloy additions in steel making. In the first part of this thesis we present some basics of metallurgy and the process of steel making where our problem originates from. Then we present the tools and technologies used in development, followed by a description on how we processed and modelled the data. After that we then describe the results. In conclusion we summarize our work and present possibilities for improvement and further development.
Ključne besede:
steel making
,
machine learning
,
optimization
,
linear programming
,
Python
Podobna dela
Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:
Nazaj