Page 27 - «СИНЕРГИЯ В НАУКЕ» Сборник статей Международной научно-практической конференции 18 марта 2025 г. Часть 1
P. 27

«Синергия в науке и технологиях»
                         Увеличение        времени       коксования       (t)    также      приводит

                  к повышению CRI.  Это  может  быть  связано  с  тем,  что  после

                  достижения         определенной        степени       коксования        дальнейшее

                  увеличение времени уже не оказывает значительного положительного

                  влияния  на  CRI,  а  может  даже  приводить  к  ухудшению  структуры

                  кокса.  Оптимальным  будет  такое  время  процесса,  которое  позволяет

                  полностью завершить процесс коксования, но не дольше.

                         Все перечисленные выше параметры, кроме содержания в шихте
                  коксующихся  углей,  являются  технологически  управляемыми,  а

                  значит,  возможно  повышение  качества  коксового  угля  за  счет  смены

                  режима  работы  установок  коксования.  Конечный  экономический

                  эффект от описанных выше изменения не рассчитывался.

                         Вывод

                         В  работе  обоснованы  результаты  работы  модели  машинного

                  обучения,  построенной  ранее,  а  также  даны  рекомендации  для

                  оптимизации  технологических  параметров  коксования  и  улучшения

                  качества  кокса.  Наибольшее  влияние  на  реакционную  способность

                  кокса  оказывают  именно  технологически  управляемые  параметры

                  процесса коксования, такие как содержание в шихте фракций <3 мм,

                  температура  в  обогревательном  простенке  с  машинной  стороны,

                  температура  кокса  в  середине  камеры  коксования  перед  выдачей  и
                  время коксования.



                                          Библиографический список:

                         1.  Байдалин  А.  Д.  Исследование  аномальных  показателей

                  процесса  коксования  углей  на  основе  машинного  обучения  //  Вестн.

                  СибГИУ. – 2022. – № 4 (42). – С. 27–32.

                         2.  Дороганов  В.  С.,  Пимонов  А.  Г.  Методы  статистического

                  анализа и нейросетевые технологии для прогнозирования показателей

                  качества металлургического кокса // Вестн. Кемеровского гос. ун-та. –

                  2014. – Т. 3, № 4 (60). – С. 123-129.


                                                           27
   22   23   24   25   26   27   28   29   30   31   32