Page 23 - «СИНЕРГИЯ В НАУКЕ» Сборник статей Международной научно-практической конференции 18 марта 2025 г. Часть 1

«Синергия в науке и технологиях»
обучения. В работе [2, с. 123] была создана нейронная сеть, способная

предсказывать качественные показатели кокса по параметрам шихты.

CRI, характеризующий скорость реакции кокса с углекислым

газом при высоких температурах, является важным показателем,

определяющим его пригодность для использования в доменных печах

[3, с. 2]. В рамках исследования [4, с. 23] была разработана модель

машинного обучения, позволяющая прогнозировать CRI кокса на

основе данных о технологических параметрах процесса коксования.

Модель была обучена на данных, полученных с реальных

производственных площадок. Для построения предсказательной

модели была выбрана модель ElasticNet [5, с. 128]. После обучения и

тестирования модели, был проведен анализ значимости вклада

каждого параметра в значение СRI кокса, который выявил, что

итоговый результат в наибольшей степени зависит от следующих

технологических параметров:

• М3 – содержание в шихте фракций <3 мм;

• Tms – температура в обогревательном простенке с машинной
стороны, °С;

• Tc – температура кокса в середине камеры коксования перед
выдачей, °С;

• K – процентное содержание коксующихся углей;
• t – время коксования, ч.

Параметры расположены в порядке убывания значимости вклада

каждого параметра на показатель реакционной способности кокса.

Также, стоит заметить, что значимость параметров содержание в

шихте фракций <3 мм, температура в обогревательном простенке с

машинной стороны и температура кокса в середине камеры

коксования перед выдачей оказали наибольшее влияние на результат.

Понимание значимости этих параметров становится

краеугольным камнем для оптимизации технологических процессов

23