2212791078

ROZDZIAŁ 1. Wstęp

Tematem niniejszej pracy jest zbadanie wpływu wstępnego przetwarzania danych, na jakość predykcji aktywności tlenu w piecu EAF. Badanie zostało przeprowadzone z wykorzystaniem przykładowych metod inteligencji obliczeniowej.

Niezwykle ważnym elementem wytwarzania stali jest utrzymanie odpowiednich warunków fizyczno - chemicznych w piecu łukowym. Z tego względu w samym piecu umieszczono wiele czujników pomiarowych. Jednak działanie ich jest utrudnione ze względu na skrajne warunki, jakie panują w obszarze pieca EAF. Dlatego szuka się metod, które pozwalałyby przewidywać część parametrów niezbędnych do prawidłowego wytwarzania stali.

Dzięki rozwojowi komputerów oraz informatyki możliwe jest przetwarzania coraz większej ilości informacji. Częściej wykorzystuje się także różne algorytmy składające się na dziedzinę nazywaną inteligencja obliczeniową. Dzięki metodom inteligencji obliczeniowej możliwe jest łatwe i skuteczne przewidywanie danych, co znalazło ogromne zastosowanie w przemyśle, również w hutnictwie. Jednak wciąż problemem jest prawidłowe rejestrowanie danych. Ze względu na skrajne warunki pracy czujników w piecu EAF dane charakteryzują się niejednokrotnie błędami pomiarowymi, brakującymi wartościami w zbiorze danych, zniekształceniami podczas próbkowania. Dlatego poddaje się je wstępnemu przetwarzaniu oraz selekcji wektorów. Selekcja danych jest niezwykle ważnym elementem przygotowania zbioru danych do dalszej ich eksploracji, ze względu na eliminacje wektorów reprezentujących obszar gdzie badane teoria może nie występować. Wyszukiwanie optymalnej reprezentacji danych dzieli się między innymi na metody przyrostowe i redukcyjne, których wyniki badań zostaną przedstawione w niniejszej pracy. Do selekcji wektorów zostały wykorzystane algorytmy ENN oraz CNN. Badanie wpływu tych metod ukazuje istotę zagadnienia oraz wpływ danych odstających w procesie predykcji aktywności tlenu na jego wynik.

4