Copper flash smelting process. modelling and control

• Autorzy: Kusiak J.

Warianty tytułu

PL

Zawiesinowy proces wytopu miedzi. Modelowanie sterowanie

• Języki publikacji: EN

Abstrakty

EN

The paper presents the description of the copper flash smelting process and the idea of its modelling based on Artificial Intelligence techniques: Artificial Neural Networks, Expert Systems and Data Mining. Proposed approach is illustrated by examples of obtained results. They show that models based on Artificial Intelligence tools can be useful in process analysis and in control systems.

PL

W pracy przedstawiono proces zawiesinowego wytopu oraz ideę jego modelowania z wykorzystaniem narzędzi sztucznej inteligencji. Omówiono idee modeli opartych o sztuczne sieci neuronowe oraz systemy ekspertowe. Ponadto, przedstawiono możliwości wykorzystania algorytmów eksploracji danych do analizy danych procesu. Przedstawione przykładowe wyniki potwierdzają przydatność modeli na bazie sztucznej inteligencji w analizie procesu, jak również w systemach sterowania.

Słowa kluczowe

EN

copper flash smelting process; modelling and control of metallurgical processes; applications of artificial intelligence in copper metallurgy

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2009
• Tom: Vol. 9, No. 3
• Strony: 362--368
• Opis fizyczny: Bibliogr. 22 poz., rys.

Twórcy

autor

Kusiak J.

• AGH-University of Science and Technology, al. Mickiewicza 30, 30-059 Kraków,

Bibliografia

• 1. Arbib, M. A., eds, 1995, The Handbook of Brain Theory and Neural Networks, The MIT Press, London.
• 2. Biswas, A.K., Davenport, W.G., 1994, Extractive Metallurgy of Copper, Pergamon Press, Oxford, Tarrytown, N. Y.
• 3. Davenport, W.G., Partelpoeg, E.H., 1987, Flash Smelting-Analysis, Control and Optimization, Pergamon Press, Oxford, New York.
• 4. Donizak J., Hołda A., Kolenda Z., 2003, Modelowanie matematyczne procesów metalurgicznych - jednostadialny proces zawiesinowy produkcji miedzi hutniczej, Proc. Conf. Teoria i Inżynieria Procesów Metalurgicznych, Kraków, 23-43 (in Polish).
• 5. Gomm, J.B., Page, G.F., Williams, D., 1993, Introduction to neural networks, in Application of Neural Networks to Modelling and Control, eds, Page, G.F., Gomm, J.B., Williams, D., Chapman & Hall, London, 1-8.
• 6. Gupta, M.M., Jin, L., Homma, N., 2003, Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory, Wiley-IEEE Press, New York.
• 7. Hopgood, A.A., 2000, Intelligent Systems for Engineers and Scientists, CRC Press, Boca Raton, Fla.
• 8. Jarosz, P., Talar, J., Kusiak, J., 2009, Association Rules as an Example of Data Mining in the Analysis of Copper Flash Smelting Process - the Metallurgists Point of View, Computer Methods in Materials Science, 9, 3, 392-399.
• 9. Kucharski, M., 2003, Pirometalurgia miedzi, Wydawnictwa AGH, Kraków (in Polish).
• 10. Mulawka, J., 1996, Systemy ekspertowe, WNT, Warszawa (in Polish).
• 11. Omidvar, O., Elliott, D. L. eds, 1997, Neural Systems for Control, Academic Press, San Diego. Osowski, S., 1996, Sieci neuronowe, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa (in Polish).
• 12. Osowski, S., 1996, Sieci neuronowe, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa (in Polish).
• 13. Page, G.F., Gomm, J.B., Williams, D., eds, 1993, Application of Neural Networks to Modelling and Control, Chapman & Hall, London.
• 14. Quinlan, J.R., 1993, C4.5: Programs for Machine Learning, Morgan Kauffman, San Mateo, Calif.
• 15. Stanisławczyk, A., Talar, J., Jarosz, P., Kusiak, J., 2007, Filtering of industrial data using the artificial neural networks, Proc. Conf. KomPlasTech '2007, Computer Methods in Materials Science, eds, Pietrzyk, M., et al., Akapit, Zakopane, 7, 2, 311-316.
• 16. Stanisławczyk, A., Kusiak, J., 2009a, Neural Network Modelling of the Exhaust Gasses Concentrations from Copper Flash Furnace, Computer Methods in Materials Science, 9, 3, 374-378.
• 17. Stanisławczyk, A., Kusiak, J., 2009b, Pre-processing of the industrial data for the purpose of data mining and modelling - example of the flash smelting process, Computer Methods in Materials Science, 9, 3, 369-373.
• 18. Sztangret, Ł., Stanisławczyk, A., Kusiak, J., 2009, Bioinspired optimization strategies in control of copper flash smelting process, Computer Methods in Materials Science, 9,3,405-414.
• 19. Tadeusiewicz, R., 1993, Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa (in Polish).
• 20. Talar, J., Kondek, T., Jarosz, P., Kusiak, J., Dobrzański, J., Staszak, J., Byszyński L., 2005, Artificial intelligence control system of the copper flash smelting process, Proc. 11th Conf. IFSC International Flash Smelting Congress '2005, Bulgaria & Spain, 1—11.
• 21. Talar, J., Jarosz, P., Kusiak, J., Staszak, J., 2006, Artificial intelligence based modelling of the direct copper flash smelting process, Research in Polish metallurgy at the beginning of XXI century, eds, Świątkowski, K., Blicharski, M., Fitzner, K., Kapturkiewicz, M., Pietrzyk, M., Kazior, J., Committee of Metallurgy of the Polish Academy of Sciences, Akapit, Kraków, 81-101.
• 22. Talar, J., Jarosz, P., Kusiak, J., 2009, Expert system application in modelling and controlling the copper flash smelting process, Computer Methods in Materials Science, 9, 3, 379-391.