การจำแนกความรุนแรงของการกัดกร่อนที่ตรวจจับด้วยอะคูสติกอิมิชชั่น

Classification of Corrosion Severity Detected by Acoustic Emission

Name: ณัฐพล แสนคำ

Organization : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

keyword: Acoustic Emission

; Corrosion

; Neural Network

; Nondestructive Testing

Abstract: This research presents a nondestructive testing technique by using acoustic emission (AE) to detect and study the initiation of pitting corrosion on austenitic stainless steel 304 in laboratory. Tests were conducted at room temperature in 3% NaCl solution acidified to pH 2 and a current density of 1 mA/cm2. AE data acquisition model LOCAN 320 was used to capture AE signals and record AE parameters. The experiment results showed that the source of generating mechanism of AE was the breakage of passive film, which brought about the initiation and propagation of pitting corrosion. The relation between AE parameters and the pitting corrosion has been studied to extract the related parameters to use as classification features. In this research feed forward neural network was selected to classify the level of corrosion severity into five classes. The results showed that AE can be implemented to detect pitting corrosion and the performance of predicted result was 94.35 percent.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

Address: กรุงเทพมหานคร (Bangkok)

Email: info.lib@mail.kmutt.ac.th

Name: ผศ.ดร. อาษา ประทีปเสน

Role: อาจารย์ที่ปรึกษา

Created: 2546

Issued: 2005-09-20

Modified: 2006-05-10

วิทยานิพนธ์/Thesis

ISBN: 9744563354

CallNumber: INC148

tha

DegreeName: Master of Engineering

Level: Master's Degree

Descipline: Industrial Metrology

Grantor: King Mongkut's University of Technology Thonburi

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	INC148.pdf	3.62 MB	110	2025-12-10 08:57:32
2	INC148ab.pdf	61.55 KB	26	2021-03-09 15:01:11
3	INC148ab.txt	1.34 KB	13	2018-05-13 03:46:35

ใช้เวลา

-0.970232 วินาที