Applicazione delle reti neurali artificiali nella caratterizzazione della resistenza alla corrosione intergranulare di un acciaio inossidabile austenitico AISI 304L: influenza della temperatura di sensibilizzazione

In questo lavoro è stata analizzata la possibilità di simulare l’evoluzione della resistenza alla corrosione intergranulare di un acciaio inossidabile austenitico AISI 304L mediante l’impiego delle reti neurali artificiali basate sull’algoritmo Multi-Layer Perceptron (MLP). Sono state considerate undici differenti temperature di sensibilizzazione comprese fra 350°C ed 800°C, per una durata del singolo trattamento termico pari a 50 ore. La resistenza alla corrosione intergranulare è stata investigata sperimentalmente mediante l’impiego di prove di reattivazione potenziocinetica (test EPR) eseguite utilizzando una soluzione acquosa 0,5 M H2SO4 + 0,01 M KSCN, effettuate eseguendo un doppio ciclo (a/r) di analisi e facendo variare il potenziale applicato fra –500 e +200 mV/SCE. I risultati hanno mostrato la notevole capacità di predizione delle rete neurali basate sull’algoritmo di Levenberg-Marquardt, sia per le curve di attivazione e di riattivazione, permettendo di identificare la temperatura di rinvenimento per la quale il processo di sensibilizzazione diviene più evidente.