Expert system application in modelling and controlling the copper flash smelting process

• Autorzy: Talar J. , Jarosz P. , Kusiak J.

Warianty tytułu

PL

Zastosowanie systemu ekspertowego w modelowaniu i sterowaniu zawiesinowym procesem wytwarzania miedzi

• Języki publikacji: EN

Abstrakty

EN

The main goal of the paper is an attempt to develop a rule-based expert system (ES) allowing prediction of the key output parameters of a flash smelting process. The expert system knowledge base was built with classification trees (C4.5 algorithm). The second task of the present study was to develop an expert system to support the selection of the control parameters for flash smelting process optimisation. The present paper also describes the results of flash smelting process modelling by using the ES and the concept of ES operation, in turn supporting the process control.

PL

W ramach niniejszej pracy podjęto próbę opracowania regułowego systemu ekspertowego (SE) pozwalającego na przewidywanie kluczowych parametrów wyjściowych procesu zawiesinowego. Baza wiedzy systemu ekspertowego została opracowana na podstawie drzew klasyfikacyjnych (algorytm C4.5). Drugim zadaniem niniejszej pracy było opracowanie systemu ekspertowego wspomagającego wybór parametrów sterujących do optymalizacji procesu zawiesinowego. W pracy przedstawiono wyniki modelowania parametrów procesu zawiesinowego przy wykorzystaniu SE oraz ideę działania SE wspomagającego sterowanie procesem.

Słowa kluczowe

EN

modelling of metallurgical processes; control system; expert systems; decision tree

• Wydawca: Wydawnictwa AGH
• Czasopismo: Computer Methods in Materials Science
• Rocznik: 2009
• Tom: Vol. 9, No. 3
• Strony: 379--391
• Opis fizyczny: Bibliogr. 16 poz., rys.

Twórcy

autor

Talar J.

autor

Jarosz P.

autor

Kusiak J.

• Akademia Gorniczo-Hutnicza, al. Mickiewicza 30, 30-059 Krakow,

Bibliografia

• 1. Cichosz, P., 2000, Systemy uczące się, WNT, Warszawa (in Polish).
• 2. Hopgood, A.A., 2000, Intelligent Systems for Engineers and Scientists, CRC Press, Boca Raton.
• 3. Jarosz, P., Talar, J., Kondek, T., Kusiak, J., Dobrzański, J., Staszak, J., 2006, Neural network modelling of exhausts composition of a copper flash smelting process, Proc. Conf. KomPlasTech'2006, Informatyka w Technologii Metali, eds,   Szeliga,   D.,   Pietrzyk,   M.,   Kusiak,   J.,   Akapit, Szczawnica, 201-208 (in Polish).
• 4. Jarosz, P., Talar, J., Stanisławczyk, A., Kusiak, J., 2007, Possibilities of the expert systems application to the analysis of the generation of wastes in the copper metallurgy, Proc. Conf. Theoretical and practical problems of management of metallurgical and industrial wastes, eds, Nowakowski, J., Zakopane, 27-35 (in Polish)
• 5. Mulawka, J., 1996, Systemy ekspertowe, WNT, Warszawa (in Polish).
• 6. Quinlan, J.R., 1986, Induction of decision trees, Machine Learning, l, 81-106.
• 7. Quinlan, J.R., 1993, C4.5: Programs for Machine Learning, Morgan Kaufmann, San Francisco.
• 8. Stanisławczyk, A., Talar, J., Jarosz, P., Kusiak, J., 2006, Application of dynamic artificial neural networks to modelling of the copper flash smelting process, Computer Methods in Materials Science, 6, 2, 116-122 (in Polish).
• 9. 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.
• 10. Śledzińska, A., Talar, J., Kusiak, J., 2005, Application of the artificial intelligence method in modelling of the copper flash smelting process, Computer Methods in Materials Science, 5, 1-2, 26-32 (in Polish).
• 11. Talar, J., 2003, Computational model supporting the operational technological decisions in cold-rolling mill, PhD thesis, AGH, Kraków (in Polish).
• 12. Talar, J., Jarosz, P., Kondek, T., Kusiak, J., Staszak, J., 2004, Application of artificial neural networks for copper flash  smelting process  control,  Proc.   Conf.  KomPlasTech'2004,   Informatyka   w   Technologii   Metali,   eds. Pietrzyk, M., et al., Akapit, Zakopane, 291-300 (in Polish).
• 13. Talar, J., Kondek, T., Jarosz, P., Kusiak, J., Dobrzański, J., Staszak, J., Byszyński L., 2005a, Artificial intelligence control system of the copper flash smelting process, Proc. 11th   Conf.   IFSC  International  Flash   Smelting   Congress '2005, Bulgaria & Spain, 1-11.
• 14. Talar, J., Kondek, T., Jarosz, P., Kusiak, J., Staszak, J.,2005b, Modelling of the copper flash smelting process using the artificial neural networks, Machine tools: modelling and simulation, eds, Jędrzejewski, J., Pietrzyk, M., F NOT, Wrocław, Inżynieria Maszyn, 10, 4, 166-174, Polish).
• 15. 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.
• 16. Talar, J., Jarosz, P., Stanisławczyk, A. , Kusiak, J., 2007, Modelling of NOx emission in the copper flash smelting process using regression trees method, Rudy i Metale Nieżelazne, 52, 3, 129-135 (in Polish).