Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Barwa popiołu jako źródło informacji o jakości koksu

Marcisz Jan, Michorczyk Piotr, Burczyk Aleksandra, Nowak Anna K.

Przemysł Chemiczny

2025

T. 104, nr 11

1175-- 1184

Przedstawiono wyniki kolorymetrycznych badań popiołów z węgli pochodzących z kopalń JSW SA. Stwierdzono zależność pomiędzy współczynnikiem odbicia światła R w różnych zakresach długości fali a zawartością poszczególnych pierwiastków w próbkach popiołów. Na podstawie wyników badań doświadczalnych opracowano model predykcji reakcyjności koksu, wykorzystujący współczynniki odbicia światła dla określonych długości fali.

Ashes from combustion of coking coal from an Upper Silesian mine were studied by colorimetry to det. a correlation between the light reflectance coefficient in various wavelength ranges and the content of individual elements in the ash samples. A model for predicting coke reactivity was developed by using light reflectance coeffs. for specific wavelengths.

Prognozowanie parametrów jakości koksu określanych testem Nippon Steel Corporation z wykorzystaniem wybranych metod statystycznych i metod uczenia maszynowego

Marcisz Jan, Michorczyk Piotr, Burczyk Aleksandra

Systemy Wspomagania w Inżynierii Produkcji

2024

Vol. 13, iss. 2

89--99

Kluczowym procesem pozwalającym zapewnić stabilność parametrów jakościowych produkowanego węgla i koksu jest proces rozpoznania złoża, pozwalający na osiągnięcie zamierzonego poziomu jakości poprzez odpowiednie harmonogramowanie ścian w aspekcie jakościowym. Jastrzębska Spółka Węglowa by sprostać wymaganiom rynku ciągle udoskonala swoje procesy w tym te związane z rozpoznaniem złoża i planowaniem produkcji. Wskaźniki reaktywności i wytrzymałości poreakcyjnej koksu są parametrami krytycznymi dla wydajnej pracy wielkiego pieca, niestety nie zawsze możliwe jest ich oznaczenie dla próbek geologicznych. W artykule omówiono możliwość zastosowania metod uczenia maszynowego w procesie prognozowania parametrów jakości koksu określanych testem Nippon Steel Corporation (NSC). W celu analizy danych i budowy modeli predykcyjnych wykorzystano oprogramowanie RapidMiner, które umożliwiło skuteczną eksplorację danych, budowę modeli oraz analizę wyników. Analiza historycznych danych geologicznych z pomocą popularnych technik uczenia maszynowego pokazała, że prace nad zastosowaniem sztucznej inteligencji w prognozowaniu jakości złoża są perspektywiczne i należy dążyć do identyfikacji najbardziej efektywnych podejść do tego zagadnienia.

The key process for ensuring the stability of the quality parameters of the coal and coke produced is the process of bed reconnaissance, which allows the intended level of quality to be achieved through appropriate long-wall scheduling in terms of quality. To meet coal market demands, Jastrzębska Spółka Węglowa is constantly improving its processes, including those related to deposit reconnaissance and production planning. Coke reactivity and coke strength after reaction are critical parameters for efficient blast furnace operation; unfortunately, determining them for geological samples is not always possible. This paper discusses the possibility of using machine learning methods to predict coke quality parameters determined by Nippon Steel Corporation (NSC). RapidMiner software was used to analyze the data and build predictive models, which enabled efficient data mining, model building, and analysis of the results. Analysis of historical geological data with the help of popular machine learning techniques showed that work on applying AI in bed quality prediction is promising, and efforts should be made to identify the most effective approaches to this issue.