Modelowanie procesu produkcji miedzi blister z wykorzystaniem sztucznych sieci neuronowych

• Autorzy: Gulik M. , Jarosz P. , Kusiak J. , Małecki S. , Oprocha P. , Sztangret Ł.

Identyfikatory

DOI

10.15199/67.2016.1.3

Warianty tytułu

EN

Modelling of the copper flash smelting process using the artificial neural networks

• Języki publikacji: PL

Abstrakty

PL

Celem artykułu jest analiza możliwości wykorzystania sztucznych sieci neuronowych do modelowania procesu produkcji miedzi blister w piecu zawiesinowym. W szczególności, przedstawiono możliwości modelowania procesu, przy założeniu, że jego parametry nie mogą być zmierzone z wymaganą dokładnością, z czym można się często spotkać w przypadku rzeczywistych procesów przemysłowych. Do budowy modelu wybrano najważniejsze, z technologicznego punktu widzenia, parametry i sporządzono dla nich bilans masy oraz energii. Na jego podstawie stworzono zbiór danych wykorzystany do budowy modelu opartego o sztuczne sieci neuronowe. Opracowany model może być wykorzystany w przyszłości do dalszych badań dotyczących optymalizacji.

EN

The paper presents the analysis of possibilities of application of artificial neural networks to modelling the copper flash smelting process. The Authors focused on ability of the process modelling, assuming that the parameters can’t be measured with a required accuracy. This problem is often found in the case of real industrial processes. The technologically most important parameters were selected.

Słowa kluczowe

PL

miedź blister; piec zawiesinowy; ciąg produkcyjny; sztuczne sieci neuronowe; modelowanie procesów

EN

copper blister; hanging oven; production line; artificial neural networks; process modeling

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Rudy i Metale Nieżelazne Recykling
• Rocznik: 2016
• Tom: R. 61, nr 1
• Strony: 21--25
• Opis fizyczny: Bibliogr. 8 poz., tab., rys.

Twórcy

autor

Gulik M.

• Wydział Inżynierii Metali i Informatyki Przemysłowej

autor

Jarosz P.

• Wydział Metali Nieżelaznych

autor

Kusiak J.

• Wydział Inżynierii Metali i Informatyki Przemysłowej

autor

Małecki S.

• Wydział Metali Nieżelaznych

autor

Oprocha P.

• Wydział Matematyki Stosowanej

autor

Sztangret Ł.

• Wydział Inżynierii Metali i Informatyki Przemysłowej, AGH Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Al. A. Mickiewicza 30, 30-059 Kraków

Bibliografia

• [1] Davenport William, M. D. Jones, M. J. King, E.H. Partelpoeg. 2001. "Flash Smelting: Analysis, Control and Optimization". Warrendale, The Minerals, Metals & Materials Society.
• [2] Kusiak Jan, Danuta Szeliga, Łukasz Sztangret. 2012. "Modelling techniques for optimizing metal forming processes". W Microstructure evolution in metal forming processes, Oxford. Woodhead Publishing Limited.
• [3] Kusiak Jan, Łukasz Sztangret, Łukasz Rauch, Maciej Pietrzyk. 2014. "Metamodel driven optimization of thermomechanical industrial processes". Computer Methods in Materials Science 14: 20-26.
• [4] Osowski Stanisław. 1996. "Sieci neuronowe w ujęciu algorytmicznym." Warszawa: WNT.
• [5] Schlesinger Mark, Matthew King, Kathryn Sole, William Davenport. 2011. "Extractive Metallurgy of Copper". Fifth Edition, Amsterdam: Elsevier Ltd.
• [6] Sztangret Łukasz, Danuta Szeliga, Jan Kusiak, Maciej Pietrzyk. 2012. "Application of inverse analysis with metamodelling for identification of metal flow stress". Canadian Metallurgical Quarterly 51: 440-446.
• [7] Sztangret Łukasz, Łukasz Rauch, Jan Kusiak, Piotr Jarosz, Stanisław Małecki. 2011. "Modeling of the oxidizing roasting process of zinc sulphide concentrates using artificial neural networks". Computer Methods in Materials Science 11: 122-127.
• [8] Tadeusiewicz Ryszard. 1993. "Sieci neuronowe". Warszawa: Akademicka Oficyna Wydawnicza.

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę