Page 25 - «СИНЕРГИЯ В НАУКЕ» Сборник статей Международной научно-практической конференции 18 марта 2025 г. Часть 1

«Синергия в науке и технологиях»
Несмотря на то, что процесс коксования зависит от множества

параметров, модель машинного обучения выделила именно

содержание в шихте фракций <3 мм, температура в обогревательном

простенке с машинной стороны, температура кокса в середине камеры

коксования перед выдачей, время коксования и процентное

содержание коксовых углей как наиболее значимые для

прогнозирования CRI в рамках использованного набора данных.

Относительно низкая значимость остальных параметров может быть

обусловлена нелинейными связями, которые построенная модель не

смогла учесть из-за того, что она основана на принципах линейной

регрессии.

Определение точных оптимальных значений для каждого из

перечисленных параметров требует дополнительного анализа, однако

рекомендации можно сформировать исходя из коэффициента вклада

каждого параметра на реакционную способность кокса (табл. 1).

Таблица 1. Значимость вклада параметров, оказывающих

наибольшее влияние на значение CRI

Процентное соотношение
Параметр Коэффициент вклада
вклада параметров, %
М3 –0,537 40,8
Tms –0,349 26,5
Tc –0,318 24,2
K 0,057 4,3
t 0,055 4,2

Увеличение содержания в шихте фракций <3 мм (М3) в шихте

приводит к снижению CRI. Это связано с тем, что мелкие частицы

способствуют более плотной упаковке материала, что приводит к

уменьшению размера и количества пор, что в свою очередь уменьшает

удельную поверхность контакта с газом и снижает его реакционную

способность. Необходимо стремиться к минимально возможному

значению, обеспечивающему достаточную плотность упаковки

шихты.

25