Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: sucha separacja węgla

Sortuj według:

Ogranicz wyniki do:

Prediction of quality parameters of a dry air separation product using machine learning methods

Żogała Alina, Rzychoń Maciej

Gospodarka Surowcami Mineralnymi

2019

T. 35, z. 2

119--138

The purpose of the work was to predict the selected product parameters of the dry separation process using a pneumatic sorter. From the perspective of application of coal for energy purposes, determination of process parameters of the output as: ash content, moisture content, sulfur content, calorific value is essential. Prediction was carried out using chosen machine learning algorithms that proved to be effective in forecasting output of various technological processes in which the relationships between process parameters are non-linear. The source of data used in the work were experiments of dry separation of coal samples. Multiple linear regression was used as the baseline predictive technique. The results showed that in the case of predicting moisture and sulfur content this technique was sufficient. The more complex machine learning algorithms like support vector machine (SVM) and multilayer perceptron neural network (MPL) were used and analyzed in the case of ash content and calorific value. In addition, k-means clustering technique was applied. The role of cluster analysis was to obtain additional information about coal samples used as feed material. The combination of techniques such as multilayer perceptron neural network (MPL) or support vector machine (SVM) with k-means allowed for the development of a hybrid algorithm. This approach has significantly increased the effectiveness of the predictive models and proved to be a useful tool in the modeling of the coal enrichment process.

Celem pracy było prognozowanie wybranych parametrów produktu procesu suchej separacji za pomocą sortera pneumatycznego. Z punktu widzenia zastosowania węgla do celów energetycznych niezbędne jest określenie parametrów procesowych wydobycia, takich jak: zawartość popiołu, zawartość wilgoci, zawartość siarki czy wartość kaloryczna. Prognozowanie przeprowadzono przy użyciu wybranych algorytmów uczenia maszynowego, które okazały się skuteczne w prognozowaniu wyjścia różnych procesów technologicznych, w których zależności między parametrami procesu są nieliniowe. Źródłem danych wykorzystanych w pracy były eksperymenty procesu suchej separacji węgla. Zastosowano wieloraką regresję liniową jako bazową metodę predykcyjną. Wyniki pokazały, że w przypadku przewidywania zawartości wilgoci i siarki technika ta była wystarczająca. Bardziej złożone algorytmy uczenia maszynowego, takie jak maszyna wektorów nośnych (SVM) i perceptron wielowarstwowy (MLP) zostały wykorzystane i przeanalizowane w przypadku zawartości popiołu i wartości opałowej. Ponadto wdrożono technikę k-średnich. Rolą analizy skupień było uzyskanie dodatkowych informacji na temat próbek węgla będących wejściem procesu. Połączenie technik, takich jak perceptron wielowarstwowy (MLP) lub maszyna wektorów nośnych (SVM) z metodą k-średnich pozwoliło na opracowanie hybrydowego algorytmu. Takie podejście znacznie zwiększyło efektywność modeli predykcyjnych i okazało się użytecznym narzędziem w modelowaniu procesu wzbogacania węgla.

Możliwości inżynierii mineralnej w badaniach nad przygotowaniem węgli do zgazowania naziemnego w gazogeneratorze fluidalnym

Gawenda T., Krawczykowski D., Marciniak-Kowalska J.

Przegląd Górniczy

2014

T. 70, nr 11

107--119

W artykule przedstawiono wyniki badań nad przygotowaniem węgli do procesu zgazowania w gazogeneratorze fluidalnym. W oparciu o analizy składu ziarnowego i chemicznego węgli wybranych do badań, dokonano analizy efektywności procesów rozdrabniania w różnych urządzeniach i oceny pracy różnych urządzeń rozdrabniających pod kątem rozkładu parametrów jakościowych węgl, co umożliwiło dobór urządzeń oraz warunków rozdrabniania i klasyfikacji węgli. Opracowano procedury optymalizacji produkcji paliwa – węgla przeznaczonego do procesu zgazowania fluidalnego. Przedstawiono innowacyjne rozwiązania układów technologicznych przygotowania węgli (rozdrabniania i wzbogacania węgli) na drodze przeróbki mechanicznej dla procesu zgazowania węgla w złożu fluidalnym.

This paper presents the results of study on coal preparation to gasification process conducted in the fluidized bed gas generator. On the basis of the particle size distribution and chemical composition of coals selected for the research, the analysis of comminution efficiency was performed for various devices, and the evaluation of their operation was made considering distribution of coal qualitative parameters. That allowed to select proper devices and conditions for coal comminution and classification. The procedures of fuel – coal destined to the fluidized gasification process – production optimization were elaborated. The innovative solutions of technological systems of coal preparation (comminution and beneficiation) were presented by mechanical processing of coal gasification in the fluidized bed.