Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Surowiak, Agnieszka" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Factor Analysis and Mathematical Modeling in Determining the Quality of Coal
Analiza czynnikowa i modelowanie matematyczne w określeniu jakości węgla
Autorzy:
Niedoba, Tomasz
Pięta, Paulina
Surowiak, Agnieszka
Powiązania:
https://bibliotekanauki.pl/articles/318518.pdf
Data publikacji:
2020
Wydawca:
Polskie Towarzystwo Przeróbki Kopalin
Tematy:
coal
multidimensional statistical analysis
factor analysis
quality of coal
particle size
particle density
węgiel
wielowymiarowa analiza statystyczna
analiza czynnikowa
jakość węgla
wielkość ziarna
gęstość ziarna
Opis:
The separation of coal material of three types of coals originating from three various Polish hard coal mines (types 31, 34.2 and 35, according to Polish nomenclature, which were steam coal, semi-coking coal and coking coal) into particle size fractions and then into particle density fractions was done and then the following parameters were measured for each particle size-density fraction: combustion heat, ash contents, sulfur contents, volatile parts contents, analytic moisture. In this way a 7-dimensional vector of data was created. Using methods of factor analysis the important features of coal were selected, which decide about their membership to individual types. To evaluate the appropriateness of the applied method the Bartlett’s sphericity test as well coefficient of Kaiser-Mayer-Olkin (KMO) were used. To select important factors the Kaiser criterion and Cattell’s scree test were used. The obtained results were compared with the results obtained in previous works by means of observation tunnels method. The results showed which particular features are crucial to define the type of coal what is also important to select appropriate method of its enrichment. Furthermore, the construction of a mathematical model presenting the relations between these properties and particle size and density is presented. Because of the fact that particles of certain size or density may occur in neighboring fractions three sorts of relations were examined basing on regression analysis.The analysis was conducted for all three coal types. Because of the fact that the models contain various amounts of independent variables R2 coefficient, mean squared error (MSE) and Mallow’s statistics Cp were applied to evaluate and compare obtained results.
Wykonano rozdział trzech typów węgla o różnych charakterystykach, pochodzących z trzech różnych kopalni węgla kamiennego w Polsce (typy 31, 34.2 oraz 35, według Polskich norm, którymi były węgiel energetycznym, pół-koksujący oraz koksujący) na klasy ziarnowe a następnie na frakcje gęstościowe. Dla każdej otrzymanej w ten sposób frakcji wielkościowo-gęstościowej zmierzono następujące parametry: ciepło spalania, zawartość popiołu, zawartość siarki, zawartość części lotnych, wilgotność analityczna. W ten sposób otrzymano siedmiowymiarowy wektor danych. Za pomocą analizy czynnikowej wybrano istotne cechy węgla, które decydują o jego przynależności do określonego typu węgla. Aby ocenić prawidłowość zastosowanej metody wykorzystano test sferyczności Bartletta oraz współczynnik Kaisera-Mayera-Olkina (KMO). Otrzymane wyniki porównano z wynikami otrzymanymi w poprzednich pracach, które uzyskano metodą tuneli obserwacyjnych. Wyniki pokazały, które cechy węgla są niezbędne do określenia typu węgla, co wpływa na dobór odpowiedniej metody jego wzbogacania. Ponadto, zaprezentowano model prezentujący relacje pomiędzy tymi cechami a wielkością i gęstością ziaren. Ponieważ ziarna określonej wielkości lub gęstości mogą występować w sąsiednich klasach lub frakcjach, wykonano trzy typy modeli, bazując na analizie regresji. Analiza została wykonana dla trzech typów węgli. Ponieważ modele zawierają różne ilości zmiennych niezależnych do oceny i porównania otrzymanych wyników zastosowano współczynnik determinacji R2, błąd średniokwadratowy (MSE) oraz statystykę Mallowa Cp.
Źródło:
Inżynieria Mineralna; 2020, 1, 1; 151-160
1640-4920
Pojawia się w:
Inżynieria Mineralna
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies