Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  waste reduction, copper flash smelting process
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Przedstawiono problem przewidywania emisji NOx w zawiesinowym procesie wytwarzania miedzi. Algorytm drzew regresyjnych CART został wykorzystany do przewidywania poziomu NOx w gazach. W modelowaniu tego zjawiska wykorzystano przemysłowe dane pomiarowe. Opracowany model na bazie drzew decyzyjnych pozwolił na identyfikację zmiennych niezależnych, które mają decydujące znaczenie dla przewidywania poziomu stężenia NOx w gazach. Wyniki modelowania uzyskane przez algorytm CART porównano z wynikami sztucznych sieci neuronowych oraz metod regresji liniowej i nieliniowej. Opracowane modele oparte o sztuczne sieci neuronowe oraz drzewo regresyjne mogą być zastosowane w optymalizacji i sterowaniu procesu wytwarzania miedzi pod kątem redukcji szkodliwej emisji NOx.
EN
The problem of prediction of NOx emission in the copper flash smelting process is presented. The CART algorithm was applied to prediction of the NOx content in exhausts. The industrial data were used to modelling of this phenomenon. The model developed on the base of the decision trees allows to identify the independent variables, which are significant for prediction of NOx content in gases. The results of CART algorithm were compared with the artificial neural networks and the linear and non-linear regression models. The elaborated models based on the artificial neural networks and regression tree method can be applied in optimisation and control of the copper production process for reduction of harmful emission of NOx.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.