Estimarea coroziunii coardelor de chitara, din otel, cu ajutorul

retelelor neuronale artificiale (RNA / ANN )

Abstract

Scopul acestei lucrari a fost de a estima coroziunea coardelor de chitara, din otel, in
solutie de sudoare artificiala, aplicand metoda retelei neuronale artificiale (RNA / ANN).
Masuratorile au fost efectuate pe perioade de 1, 2, 3 si 4 saptamani. Rezultatele au fost
utilizate pentru pregatirea modelului cel mai adecvat de RNA. Pentru evaluarea eficientei
metodei, datele masurate au fost comparate cu valorile estimate de RNA. Au fost observati
coeficientul de corelatie superior si cel inferior, eroarea medie absoluta intre valorile de iesire
estimate si masurate. Prin urmare, se poate concluziona ca ANN este o metoda promitatoare
pentru estimarea proceselor de coroziune.

1. Introducere.

Estimarea proceselor de coroziune este foarte importanta pentru o varietate de domenii

de cercetare. Numeroase diferite modele numerice pot fi aplicate pentru modelarea
matematica, printre care si o retea neuronala artificiala ( ANN ).
Retelele neuronale artificiale reprezinta metode care sunt inspirate de sistemul biologic
neuronal, care are capacitatea de a invata prin exemple [1-3].
Succesul in obtinerea unei retele fiabile si robuste depinde de variabile de proces alese si de
setul de date disponibile utilizate în scopuri de pregatire [4].
Procedura de utilizare a matematicii, statisticii şi logicii formale pentru proiectarea sau
selectarea procedurii experimentale optime este definita ca abordare chemometrica [5,6].
Aceasta cuprinde metode precum: analiza componentelor principale, analiza factorilor, tehnici
de grupare, recunoasterea formelor, proiectarea experimentala si tehnicile de optimizare [7,8].
Date utile pot fi colectate pentru majoritatea calculelor chemometrice [9,10] numai printr-o
planificare şi proiectare experimentala atenta.
Spre deosebire de alte abordari chemometrice, retelele neuronale nu depind de
proiectarea experimentului pe cat de mult depind de numarul de date de intrare.
Neuronii artificiali imita functia celulelor neuronale din organismele vii [11].
Cercetarea retelelor neuronale a fost dezvoltata cu succes in 1982 de catre Hopfield [11,12].
El a introdus functiile de transfer non-linear pentru evaluarea la iesire din neuroni, ceea ce
este important nu numai pentru investigatii stiintifice, dar si in diverse domenii precum arta,
drept sau economie.
Dupa anii 1980, retelele neuronale incet au inceput sa fie încorporate in multe diferite aplicatii
stiintifice si industriale.
Estimarea procesului de coroziune de fire din otel de catre ANN este o sarcina
analitica importanta.
In aceasta lucrare s-a testat ca modele de probe coarde de chitara, din otel, cu caracteristici
definite. Coroziunea coardelor instrumentelor muzicale cu eluare de ioni metalici este foarte
importanta, deoarece influenteaza calitatea sunetului si a sanatatii umane.
Este cunoscut faptul ca majoritatea muzicienilor care canta la instrumente cu coarde sufera de
diferite probleme ale pielii, in functie de statutul lor, stresul si timpul de expunere [13-19].
Prin urmare, cercetarile noastre anterioare erau menite sa monitorizeze procesul de coroziune
si eliberarea ionilor metalici de la coardele de chitara in solutia de sudoare artificiala [20].

1
Acest studiu isi propune sa estimeze si sa prezica comportamentul la coroziune a sase coarde
de otel diferite care sunt scufundate in solutia coroziva, prin aplicarea retelelor neuronale.
Metoda de simulare pe calculator a comportamentului materialelor din otel, bazata pe
datele experimentale de cercetare si proprietatile materialelor utilizate in aceasta lucrare, a
fost reteaua neuronala artificiala (RNA) cu un strat ascuns.
Astfel de retele neuronale sunt un instrument promitator pentru estimarea procesului de
coroziune pentru o gama larga de diferite domenii de cercetare, de la estimarea rezistentei
chimice a ceramicii dentare [21] pana la rezistenta la coroziune a suprafetei de titan
modificata cu plasma cu impulsuri nanocristaline de carburare (cementare) electrolitica. [22].
Cu toate acestea, potentialul lor de utilizare poate fi regasit in gama diversa, de la coroziunea
in fluide biologice [23-24], o varietate larga de aplicatii industriale [25-33], procese de
coroziune marina [34-39], pana la biodegradarea prin coroziune a diferite materiale [40 , 41].
ANN trebuie sa fie dotat cu date cunoscute, care sunt colectate din experimente.
Succesul in obtinerea unei retele fiabile si robuste depinde de alegerea variabilelor implicate
in proces, precum si de setul de date disponibile şi de domeniul folosit pentru scopuri de
pregatire [4].
Scopul acestei lucrari este de a aplica retelele neuronale pentru predictia si estimarea
proceselor de coroziune ale materialelor din otel imersate in solutie de sudoare artificiala.

2. Materiale si metode

2.1. Probe si instrumentar

Modelul de probe investigate au fost coardele de chitara destinate pentru utilizare la

chitara electrica. Coardele testate (E6, A5, D4, g3, h2 si e1) pot fi impartite in doua grupe
distincte: coarde monocomponente, din otel (g3, h2 si e1) si coarde bicomponente constand
din miez de otel placat cu nichel (E6, A5 si D4). Coardele sunt produse de Compania
D'Addario, SUA. Experimentul a fost efectuat în 3 replici.
Compozitiile chimice ale probelor care au fost utilizate ca date de intrare pentru ANN,
au fost determinate prin spectroscopie de emisie optica cu plasma cuplata inductiv (ICP-
OES), cu mod de vizualizare axial Thermo Elemental ‘‘IRIS Intrepid II” XSP, Duo, (Thermo
Electron Corporation).
Instrumentul a fost echipat cu o torta standard dintr-o bucata, prelungita cu un tub cu injector
cu cuart, o camera de pulverizare ciclonica si un nebulizator concentric.
Parametrii de functionare ICP-OES sunt prezentati in tabelul 1.
Pentru compararea rezultatelor, a doua metoda independenta a fost aplicata: metalele
detectate de catre ICP-OES au fost verificate suplimentar cu Spectrometrul de absorbtie
atomica cu flacara (AAS), AA-6800, Shimadzu. Parametrii de lucru ai AAS sunt listati in
tabelul 2.

2.2. Investigarea coroziunii

Investigatiile de coroziune au fost efectuate in solutie de sudoare artificiala care

continea 0,5% NaCl (m / m), 0.1% acid lactic (m / m), uree 0,1% si 25% NH4OH pentru
reglarea valorii pH-ul la 6.5. Toti reactivii (acid azotic) si standardul de 1000 μg/mL (Cr, Cu,
Fe, Mn, Ni, Si si Sn) utilizati pentru aceasta activitate de cercetare au fost (were of p.a. grade-
), furnizate de Merck, Darmstadt, Germania. Acizii azotici ultrapuri furnizati de catre Merck,
Darmstadt, Germania si apa ultrapura produsa de Gen Pure TKA-LAB-HP, Nirosta, au fost
aplicate pentru analiza ICP-OES.

2
 Tabel 1 Conditii analitice ICP-OES pentru analiza elementara.

ICP-OES Thermo Elemental(Component termic) ‘‘IRIS

Intrepid II” XSP, Duo
Modul de vizualizare al plasmei Axial
Sistem optic Echelle
Detector Detector al starii solide
RF, MHz 55
Puterea plasmei , W 1150
Fluxul plasmei, L min-1 25.0
Fluxul Ar , L min-1 0.5
Introducerea probei
Camera de pulverizare Camera de pulverizare ciclonica, GE, sticlă
de expansiune, P/N N8122188)
Nebulizator Concentric, Nebulizator international CPI,
tip C, 3 mL/min, P/N 4060-58
Fluxul probei, mL min-1 2.40
Timp de clatire, s 20
Replici 3
Analizor automat AS ASX-510

Tabel 2 Conditii standard pentru determinarea Mn, Si si Sn cu AAS

Parametru Mn Si* Sn
λ, nm 279. 251. 286.
5 6 3
Fanta, nm 0.2 0.2 0.7
Zgomot relativ 1.0 1.0 1.0
Concentratie caracteristica, μg mL- 0.05 2.1 3.2
1
2
Suprafata liniara, μg mL-1 2.0 150. 400.
0 0
*Oxid de azot / amestec acetilenă.

Probele de coarde au fost mai intai puse intr-un tub sigilat de polipropilena (PP) cu 10
ml de sudoare artificiala. Testele statice de coroziune au fost efectuate la temperatura de 37
0
C, de la 7 zile (168 h) pana la 28 zile (672 ore). Dupa timpul de expunere planificat,
exemplarele au fost scoase din tuburi, clatite cu apa distilata si uscate intr-un cuptor cald,
incalzit la 100 0C. Determinarea cantitatii de ioni metalici eliberati in solutiile corozive a fost
efectuat prin intermediul spectroscopiei cu plasma cuplata inductiv de emisie optica (ICP-
OES). Acele date au fost utilizate ca date de intrare si de iesire pentru pregatirea ANN
(tabelele 3 si 4).

2.3. Retele neuronale artificiale

Reteaua neuronala artificiala (RNA) este formata din neuroni artificiali grupati in
straturi, care sunt puse in relatie unele cu altele prin conexiuni paralele [1]. Pentru fiecare
ANN (RNA) primul strat constituie stratul de intrare (variabile de intrare), iar ultimul

3
formeaza stratul de iesire (variabilele de iesire). Intre ele pot fi amplasate unul sau mai multe
straturi de neuroni numite straturi ascunse. Functia de transfer cel mai des utilizata pentru
intrare si pentru un strat ascuns este functia de transfer sigmoid, care poate fi exprimata cu
relatia :

2
f ( x) = −1 (1)
1 + e −2 x

si functia de activare liniara folosita ca functie de activare a stratului de iesire:

f ( x) = x (2)

In scopul acestei lucrari a fost testata o retea de baza radiala constituita din doua
straturi: un strat ascuns radial de baza cu 6 neuroni, si un strat liniar de iesire cu 2 sau 3
neuroni. (Fig. 1).
Functia de transfer utilizata in stratul ascuns este:
2
f ( x ) = e −x (3)

Toate calculele au fost efectuate cu versiune de software MATLAB 7.8.0.347

(R2009a) si Neural Network Toolbox versiunea 6.0.2.

3. Rezultate si discutii

Reteaua neuronala artificiala (ANN) este o metoda care poate fi aplicata pentru
rezolvarea unor diferite probleme, in diverse domenii de cercetare, in legatura cu coroziunea
materialelor.
In aceasta lucrare, in scopul estimarii care metale au avut cel mai mare grad de dizolvare,
calculele au fost efectuate in conformitate cu urmatoarea relatie:

Ai
χi = (4)
Bi

Unde Ai – reprezinta masa de ioni de metal eluat, Bi - masa de metal in esantion, i - este un
element specific.
Rezultatele ratelor de dizolvare pentru toate cele sase probe sunt prezentate in figurile. 2-7.
Dupa cum se poate observa din acele cifre, manganul are cea mai mare rata de dizolvare.
Prin urmare, acest metal a fost ales ca fiind unul dintre cele mai importante variabile pentru
estimarea si predictia proceselor de coroziune in esantioanele de coarde din otel ale chitarii.
Deoarece si siliciul si staniul au, de asemenea, rate foarte ridicate de dizolvare, procesele lor
de coroziune au fost de asemenea indicate de ANN pentru mai multe probe.
Monitorizarea metalelor este importanta pentru securitatea utilizatorilor: este cunoscut faptul
ca manganul influenteaza plamanii, sistemul nervos, endocrin si imunitar [42,43]. Staniul si
siliciul sunt cunoscute ca provoaca efecte adverse asupra sanatatii [44,45].
Probele au fost impartite in doua grupuri separate de cand s-a observat ca acestea au
comportamente diferite la coroziune [46]:
(a) Coardele monocomponente g3, h2 si e1, a caror evolutie a coroziune este liniara.
(b) Coardele bicomponente E6, A5 si D4, a caror evolutie a coroziunii urmeaza o
parabola

4
Tabel 3 Seturile de date pentru formarea de reţele neuronale pentru coardele g3, h2 si e1

Esantio Date de intrare Ora / Date de iesire

n Compozitie chimica , Saptamani μg Mn+/cm2
wt.%
Mn Sn Si μg(Mn2+)/cm2 μg(Si4+)/cm2 μg(Sn2+)/cm2
g3 0.570 0.302 0.339 1 0.391 0.080 0.337
2 0.486 0.158 0.965
4 0.603 0.315 2.058
h2 0.506 0.269 0.239 1 0.376 0.085 0.386
2 0.459 0.164 0.873
4 0.705 0.363 1.541
e1 0.502 0.333 0.432 1 0.846 0.135 0.346
2 1.011 0.254 1.168
4 1.215 0.254 1.577

Tabel 4 Seturile de date pentru formarea de reţele neuronale pentru coardele E6, A5 si D4

Esantio Date de intrare Ora / Date de iesire

n Compozitie chimica , wt. Saptamani μg Mn+/cm2
%
Sn Si μg(Si4+)/cm2 μg (Sn2+)/cm2
E6 0.322 0.172 1 0.080 0.337
3 0.158 0.965
4 0.315 2.058
A5 0.284 0.163 1 0.085 0.386
3 0.164 0.873
4 0.363 1.541
D4 0.249 0.157 1 0.135 0.346
3 0.254 1.168
4 0.254 1.577

Fig. 1. Retea de baza radiala constand din doua straturi. W este matricea greutatii de
intrare, b este vectorul de partinire si F este functia de transfer.

5
Fig. 2. Gradul de dizolvare a ionilor metalici Fig. 3. Gradul de dizolvare a ionilor metalici
in cazul corzii E6 a chitarii electrice in cazul corzii A5 a chitarii electrice

Fig. 4. Gradul de dizolvare a ionilor metalici Fig. 6. Gradul de dizolvare a ionilor metalici
in cazul corzii D4 a chitarii electrice in cazul corzii h2 a chitarii electrice.

6
Fig. 5. Gradul de dizolvare a ionilor metalici Fig. 7. Gradul de dizolvare a ionilor metalici
in cazul corzii g3 a chitarii electrice in cazul corzii e1 a chitarii electrice.

Pentru fiecare grup de probe, ANN au fost special pregatite, testate si optimizate.

3.1. Pregatirea ANN

3.1.1. Esantioane de coarde monocomponente de otel

Pentru predictia de coroziune a coardelor g3, h2 si e1, rezultatele din prima, a doua si
a patra saptamana au fost folosite pentru pregatirea ANN. Rezultatele sunt prezentate in
Tabelul 3.

3.1.2. Esantioane de coarde bicomponente de otel

In scopul pregatirii ANN, experimentele de coroziune ale coardelor E6, A5 si D4 au

fost efectuate pentru 1, 2, 3 si 4 saptamani de imersie in solutie de sudoare. Dupa colectarea
datelor, rezultatele din prima, a treia si a patra saptamana au fost utilizate pentru pregatirea
ANN (tabelul 4).

3.2. Testarea ANN

Comparatia intre datele estimate si cele masurate a fost efectuata dupa pregatirea RNA
(ANN). Pentru estimarea celui mai bun model de retea neuronala, eroarea medie patratică
(MSE) a fost folosita ca functie de performanta.
Acest parametru masoara performanta retelei in conformitate cu urmatoarea ecuatie:

1 n 2 1 n
MSE = ∑ ei = n ∑
n i =1 i =1
( y i ,exp − y i , prez ) 2 (5)

7
 Tabel 5 Seturile de date pentru testarea reţelelor neuronale in a treia saptamana
pentru coardele g3, h2 si e1

Date masurate Date estimate

Esantion

μg μg μg μg μg μg
(Mn2+)/cm2 (Si4+)/cm2 (Sn2+)/cm2 (Mn2+)/cm2 (Si4+)/cm2 (Sn2+)/cm2
g3 0.549 0.226 1.643 0.561 0.240 1.602
h2 0.551 0.247 1.394 0.591 0.258 1.336
e1 1.068 0.254 1.389 1.078 0.293 1.589

Tabel 6 Seturile de date pentru testarea reţelelor neuronale in a doua saptamana

pentru coardele E6, A5 si D4

Esantio Date masurate Date estimate

n
μg (Si4+)/cm2 μg (Sn2+)/cm2 μg (Si4+)/cm2 μg (Sn2+)/cm2
E6 0.167 1.108 0.148 1.042
A5 0.107 0.548 0.105 0.525
D4 0.128 0.928 0.124 0.00

3.2.1. Esantioane de coarde monocomponente de otel

Rezultatele din cea de-a treia saptamana utilizate pentru testarea preciziei retelei alese
sunt prezentate in tabelul 5. Reteaua aleasa pentru esantioanele g3, h2 si e1 este compusa din
4 neuroni in stratul de intrare, 6 neuroni in strarul ascuns si 3 neuroni in stratul de iesire.

3.2.2. Esantioane de coarde bicomponente de otel

Rezultatele din cea de-a doua saptamana au fost folosite pentru testarea preciziei
retelei alese pentru esantionele D4, A5 si E6 si sunt enumerate in tabelul 6. Reteaua aleasa
consta din 3 neuroni in stratul de intrare, 6 neuroni in stratul ascuns si 2 neuroni in stratul de
iesire.
Metoda ANN pregatita si optimizata a fost aplicata ulterior pentru predictia proceselor
de coroziune (tabelele 7 si 8). Asa cum se poate observa din cele doua tabele, datele estimate
si cele obtinute experimental sunt in buna corelatie pentru majoritatea elementelor investigate.
Prin urmare, se poate concluziona ca ANN a fost pregatita in mod corespunzator.

3.3. Estimarea proceselor de coroziune prin ANN

In scopul acestei lucrari, ANN a fost aplicata ca o metoda de estimare a procesului de

coroziune asupra coardelor din otel ale chitarii in solutie de sudoare. Esantioanele alese au
fost coarde din otel cu caracteristici definite ale chitarii electrice. Calitatea procedurii
dezvoltate ANN poate fi estimata prin compararea datelor estimate si a datelor obtinute
experimental.
Dupa pregatirea si testarea celui mai potrivit model ANN, toate punctele experimentale au
fost estimate de reteaua neuronala dezvoltata si comparate cu datele masurate. In majoritatea

8
cazurilor, valorile masurate si valorile estimate au fost intr-un acord foarte bun. Acest lucru
poate fi, de asemenea, in mod clar vazut in figurile 8-13, care arata corespondenta intre
valorile masurate si cele estimate. Toate valorile sunt intr-un acord foarte bun, cu erori relativ
scazute. Erori relative pentru toate elementele investigate si pentru toate esantioanele din otel
sunt in intervalul de 1-10%, cu exceptia probei e1 care a atins erori relative de 15%.
Pentru experimente proiectate cu o cantitate mica de date experimentale, aceasta retea
neuronala a obtinut rezultate foarte bune.
Prin urmare, se poate concluziona ca metoda ANN a fost adecvat aleasa pentru scopul dat si
ca este posibil sa stea la baza comportamentului coroziv pentru 2 grupuri diferite de probe de
coarde din otel, optimizand modelul ANN.

Tabel 7 Erori si erori relative ale ANN pentru coardele g3, h2 si e1 in saptamana a treia.
.
∆ ∆, %
Esantion

μg μg μg μg μg μg
(Mn )/cm2
2+
(Si )/cm2
4+
(Sn )/cm2
2+
(Mn )/cm2
2+
(Si )/cm2
4+
(Sn )/cm2
2+

g3 0.012 0.014 -0.041 2.11 6.18 -2.48

h2 0.04 0.011 -0.028 7.30 4.46 -2.02
e1 0.01 0.039 0.2 0.90 15.49 14.37

∆= valori estimate – valor masurate

∆,%= ((valori estimate – valor masurate)/ valori masurate) x 100.

Tabel 8 Erori si erori relative ale ANN pentru coardele E6, A5 si D4 in saptamana a doua.

Esantio ∆ ∆, %
n

μg (Si4+)/cm2 μg (Sn2+)/cm2 μg (Si4+)/cm2 μg (Sn2+)/cm2

g3 -0.019 -0.066 -11.32 -5.96
h2 -0.002 -0.023 -2.07 -4.23
e1 -0.004 -0.028 -2.81 -2.97

∆= valori estimate – valor masurate

∆,%= ((valori estimate – valor masurate)/ valori masurate) x 100.

9
Fig. 8. Corelatia intre datele masurate( date) si datele estimate (ANN) de Si si Sn eluati pe
zona de proba E6.

Fig. 9. Corelatia intre datele masurate( data) si datele estimate (ANN) de Si si Sn eluati pe
zona de proba A5.

10
Fig. 10. Corelatia intre datele
masurate( data) si datele
estimate (ANN) de Si si Sn
eluati pe zona de proba D4.

Fig. 11. Corelatia intre datele

masurate( data) si datele
estimate (ANN) de Mn, Si si
Sn eluati pe zona de proba g3.

Fig. 12. Corelatia intre datele

masurate( data) si datele
estimate (ANN) de Mn, Si si
Sn eluati pe zona de proba h2.

11
Fig. 13. Corelatia intre datele masurate( data) si datele estimate (ANN) de Mn, Si si Sn eluati
pe zona de proba e1.

4. Concluzii

Coroziunea firelor de otel este un domeniu de cercetare foarte important. Coroziunea

influenteaza proprietatile materialelor cat si sanatatea umana deoarece numerosi ioni metalici
pot patrunde prin piele si pot cauza efecte severe si alergii. Contactul cel mai sever cu pielea
se intampla in cazul coardelor instrumentelor muzicale. Prin urmare, in aceasta lucrare a fost
estimat comportamentul la coroziune a sase coarde de chitara de catre ANN dupa imersie in
solutie de sudoare. Metalele au fost analizate prin intermediul a doua metode instrumentale
independente: ICP-OES si AAS.
Coroziunea a fost estimata prin aplicarea retelelor neuronale artificiale, care s-a dovedit a fi
un instrument promitator pentru estimarea si predictia proceselor de coroziune pe materialele
din otel.
Investigatii similare pot fi aplicate in diverse domenii industriale sau de cercetare.

12