Машиналык окутуу ыкмаларынын негизинде чийки жана технологиялык параметрлерди талдоо аркылуу жарым кокстун чыгуусун божомолдоо
Ачкыч сөздөр:
полукокс, пиролиз, машинное обучение, прогнозирование, регрессия, важность признака, R2, угольАннотация
Бул эмгекте төмөнкү температурадагы кокстоо процессинде жарым кокстун чыгуусун аныктоо үчүн машиналык окутуу ыкмаларына (градиенттик бустинг алгоритмине) негизделген жогорку тактыктагы прогноздук модел иштелип чыгып, валидацияланды. Изилдөөнүн актуалдуулугу болуп, көмүр-химиялык процесстерди оптималдаштыруу зарылчылыгы менен шартталган, айрыкча Борбордук Азиядагы (мисалы, Кыргыз Республикасынын) кендерине мүнөздүү ар түрдүү чийки заттарды кайра иштетүү эсептелинет.
Кийирилүүчү параметрлери катары он көрсөткүчтөн турган комплекс колдонулган - алардын ичинде беш чийки заттык (көмүрдүн түрү, нымдуулук, күлдүүлүк, m₁, m₂) жана беш технологиялык (температура, ылдамдык, газ чыгымы, смола чыгымы) параметр бар. Модел тесттик тандоодо жогорку прогноздук тактыкты көрсөттү: детерминация коэффициенти (R²) = 0.752, ал эми орточо абсолюттук ката (MAE) = 4.055%.
Негизги натыйжа катары белгилердин маанилүүлүгүн талдоо, анын жыйынтыгында чийки заттын ички мүнөздөмөлөрү технологиялык режимдерге караганда көбүрөөк таасир этери аныкталгандыгын белгилөөгө болот. Жарым кокстун чыгуусуна эң чоң таасир эткен параметрлер - m₁, көмүрдүн түрү жана m₂, алардын жыйынды салымы (60%дан ашат). Ошентип, процессти оптималдаштыруу иштери негизинен чийки затты көзөмөлдөөгө жана алдын ала даярдоого багытталууга тийиш.
Иштелип чыккан модел өндүрүштү автоматташтырылган башкаруу тутумдарына киргизүүгө ылайыктуу болуп, реалдуу убакыт режиминде прогноз жүргүзүүгө жана стратегиялык пландаштырууга мүмкүндүк берет. Бул өз кезегинде пиролиз процесстеринин экономикалык натыйжалуулугун жана туруктуулугун жогорулатат.
Шилтемелер
Петров, А. Н. Технология переработки твердого топлива. – М.: Химия, 2022. – 450 с.
Джаманбаев, А. Д., Ибраимова, А. М. Технологические особенности коксования углей месторождений Кыргызской Республики // Известия НАН КР. – 2021. – № 4. – С. 101–112.
Kozlov, V. N. Advanced kinetic modeling of coal pyrolysis: limitations and future directions //Fuel Processing Technology. – 2023. – Vol. 248. – P. 107990.
Смирнова, И. А. Прогнозирование теплоты сгорания угля с использованием искусственных нейронных сетей // Известия высших учебных заведений. Горный журнал. – 2024. – № 1. – С. 55–63.
Lee, J. H., Kim, M. S. Predicting coal tar yield in fast pyrolysis using ensemble machine learning models // Energy. – 2021. – Vol. 220. – P. 119642.
Абдыкадыров, Р. С. Анализ элементного состава бурых углей Кара-Кече // Вестник Кыргызско-Российского Славянского университета. – 2020. – Т. 20, № 11. – С. 120–126.
ГОСТ Р 7.0.7–2021. Система стандартов по информации, библиотечному и издательскому делу. Статьи в журналах и сборниках. Издательское оформление.
