Wykorzystanie wielowymiarowych metod statystycznych do predykcji parametrów węgla koksowego

Data: Wtorek 27.02.2024

Sesja: Transformacja cyfrowa i AI w przemyśle – Sztuczna inteligencja w poszukiwaniu i eksploatacji surowców

Godzina/Sala: 11:20 - 11:40 - D


Tytuł: Wykorzystanie wielowymiarowych metod statystycznych do predykcji parametrów węgla koksowego

Autorzy: Damian Chmura - Uniwersytet Bielsko-Bialski, Artur Dyczko, Dominik Galica - IGSMiE PAN, Gabriela Woźniak - Uniwersytet Śląski

Streszczenie:

Celem badań było znalezienie związków między wskaźnikami reakcyjności koksu (CRI – coke reactivity index) oraz współczynnika wytrzymałości mechanicznej po reakcji (CSR – coke strenght after reactivity) a innymi parametrami opisującymi węgiel przy pomocy różnych metod statystyki wielowymiarowej. Użyto następujących metod: macierzy korelacji, analizę głównych składowych (PCA), modeli liniowych efektów mieszanych oraz techniki random forest. Autorzy wnioskują, że wyniki analiz zależą głównie od wyjściowego materiału badawczego (typu kopalni), ilości danych oraz stopnia ich dokładności obejmujących dane geologiczne i techniczne. 

Materiały:

Materiały video: video

Partnerzy: