Prethodno priopćenje
https://doi.org/10.17794/rgn.2023.3.9
PREDVIĐANJE KLJUČNIH PARAMETARA KVALITETE KOKSNOGA UGLJENA U STVARNOME VREMENU POMOĆU NEURONSKIH MREŽA I UMJETNE INTELIGENCIJE
Artur Dyczko
; Mineral and Energy Economy Research Institute, Polish Academy of Sciences, J. Wybickiego str. 7A, Krakow, PL-31261, Poland
Sažetak
Koks visoke kvalitete ključna je sirovina u metalurškoj industriji. Svojstva ugljena imaju velik utjecaj na kvalitetu proizvedenoga koksa, a time i na vrednovanje ležišta ugljena i ekonomsku ocjenu rudarskih projekata. Predviđanje kvalitete ugljena za koksiranje omogućuje optimizaciju proizvodnih procesa uključujući planiranje i upravljanje procesima te rano otkrivanje problematične kvalitete. U ovoj studiji korištenjem načela pametnoga rudnika predlaže se određivanje kvalitete ugljena na temelju kombinacije rudarsko-geoloških uvjeta ležišta mineralnih sirovina i njegovih pokazatelja kakvoće. Utvrđeni su mogući međuodnosi između kvalitete ugljena u ležištu i svojstava konačnoga proizvoda. Neuronskom mrežom utvrđuje se prioritet pojedinih pokazatelja koji imaju znatan utjecaj na kvalitetu koksnoga ugljena. Važan je dio istraživanja njegova praktična provedba u kompaniji Jastrzębska Spółka Węglowa SA. Metodom uzorkovanja i statističkom obradom podataka dobiveni su kvalitativni i kvantitativni parametri koksnoga ugljena za svaki rudnik kao što su: stupanj metamorfizma, debljina, odstupanje hlapljivih tvari, prisutnost fosfora, sadržaj pepela itd. Pomoću grupne metode obrade podataka uspoređeni su pokazatelji kvalitete ovisno o prioritetu utjecaja na konačna svojstva ugljena za koksiranje. Na temelju dobivenih rezultata pokazalo se da svi pokazatelji kakvoće ugljena nemaju znatan utjecaj na kvalitetu konačnoga proizvoda. Studija pokazuje da je moguće predvidjeti glavne pokazatelje (CRI – indeks reaktivnosti koksa, CSR – čvrstoću koksa poslije reakcije s CO2) kvalitete koksa korištenjem neuronskih mreža na temelju većega broja parametara kvalitete ugljena i eliminirati parametre koji nemaju praktički nikakav utjecaj. na vrijednost konačnoga proizvoda. Ova se metoda također može koristiti za poboljšanje rezultata ekonomskoga vrednovanja ležišta i za bolje planiranje istražnih i rudarskih radova.
Ključne riječi
koksni ugljen; kvaliteta ugljena; neuronska mreža; umjetna inteligencija; grupna metoda obrade podataka (GMDH)
Hrčak ID:
307285
URI
Datum izdavanja:
14.8.2023.
Posjeta: 949 *