تعیین پارامترهای تاثیر گذار در استحکام فشاری سرد ( CCS ) گندله با استفاده از تکنیک های داده کاوی

و CCS یکی از پارامترهای کنترلی حین تولید گندله می باشد و پیشنهاد شده است برای کنترل فرایند به دقت پایش شود. در این مقاله به منظور توسعه استراتژی کنترل، تکنیک های مختلف داده کاوی مانند رگرسیون خطی ساده، رگرسیون لاسو، رگرسیون تیغه ایی، رگرسیون بهترین ترکیب، شبکه های عصبی، درخت های تصمیم مختلف و جنگل های تصادفی بررسی شده اند که مدل شبکه عصبی از دقت بسیار بیشتری برخوردار بوده است. برای پیش بینی CCS گندله ها در مقابل چهارده متغیر ورودی شامل سرعت خوراک دهی گندله خام، ارتفاع بستر گندله ها، دمای پخت،دمای مسیر، رطوبت، فشار، لجن، هماتیت، مگنتیت، فید ورودی، اکسید آلومینیم، اکسید منیزیم، اکسید آهن و بازیسیته در گندله پخته شبکه عصبی پیش خور (Feed Forward) با تکنیک Gradient descent برای پیش بینی CCS به کار برده شده است. مشاهده گردید که متغیرهای هماتیت، اکسید آهن، دمای پخت و بازیسته در گندله پخته بیشترین حساسیت را روی CCS دارند

Keywords:

شبکه عصبی , رگرسیون لاسو , رگرسیون تیغه ایی , جنگل های تصادفی , درخت های تصمیم , استحکام فشاری سرد.