پیش بینی کیفیت آهک در کوره پخت آهک با استفاده از روش های مبتنی بر فازی عصبی

بهینه سازی کیفیت آهک، همزمان با کاهش مصرف انرژی در کوره پخت آهک از اهمیت بسزایی برخوردار است. ازآنجایی که پخت آهک همواره در شرایط عدم قطعیت صورت می گیرد، لذا باید کنترل آن توسط روش های هوشمند انجام شود. هدف از انجام این پژوهش، پیش بینی کیفیت آهک در طول فرایند ساخت آن در کوره پخت آهک و تنظیم پارامترهای ورودی، قبل از تولید می باشد. .

روش شناسی پژوهش:

 متغیرهای سیستم ارایه شده در این تحقیق شامل: میزان تناژ ورودی و پارامترهای هر دور می باشند. عدم تنظیم صحیح این پارامترها ضمن افزایش مصرف سوخت، منجر به تولید آهک فاقد کیفیت لازم، خواهد گردید. بر همین اساس در این مقاله از شبکه های عصبی مصنوعی و همچنین شبکه های مصنوعی فازی عصبی، به عنوان ابزارهای پیش بینی کننده و به منظور پیش بینی کیفیت آهک تولیدی در طی فرایند پخت استفاده شده است. این پارامترها عبارت اند از فیدر، آی دی کوره، پیش گرمکن ، کولر، کوره، زمان و میزان سوخت مصرفی و خروجی مدل کیفیت آهک تولیدشده می باشد.

یافته ها:

 مدل سازی در نرم افزار متلب (2019) با استفاده از 472 نمونه با 8 ویژگی انجام شده است. از 80 درصد نمونه ها به منظور آموزش و 20 درصد به عنوان آزمون استفاده شده است.

اصالت/ارزش افزوده علمی:

 در پایان مدل سازی به کمک شبکه های عصبی مصنوعی خطای 0.066 و شبکه فازی عصبی خطای 0.054 حاصل گردید.