Abstract: Z. Zhang, X. Q. Wu, J. B. Tan (2019)

Uniform corrosion, pitting corrosion and passivation of 304 stainless steel were promoted and pattern recognition system (PRS) based on electrochemical noise (EN) measurements was employed to classify these corrosion mechanisms in laboratory-scale. The EN signals were analyzed using statistical, shot noise, wavelet and recurrence quantification analysis. It was found that the PRS designed by combining these EN parameters has a discriminant accuracy of 99.7%, which is superior to those designed by solely statistical parameters (92.4%), and the parameters selected by principle component analysis (97.8%). The application of the PRS above is evaluated by considering environmental factors and material types. (C) 2019 The Electrochemical Society.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Laboratory-Scale Identification of Corrosion Mechanisms by a Pattern Recognition System Based on Electrochemical Noise Measurements