Autor: Niedoba, T. - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Elementy metodologii stosowania dwu- i wielowymiarowych rozkładów właściwości materiałów uziarnionych do opisu wzbogacania węgli
Methodological elements of applying two- and multi-dimensional distributions of grained materials properties to coal beneficiation
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/216772.pdf
Data publikacji:: 2013
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: krzywa wzbogacalności Henry’ego
węgiel
aproksymacja
rozkład zmiennych losowych
wielowymiarowe metody aproksymacji
basic Henry’s beneficiation curve
coal
approximation
Random variables distribution functions
multidimensional methods of approximation
Opis:: Procesy wzbogacania są głównym elementem składowym całości procesu przeróbczego surowców mineralnych. Efektywność procesu i potencjalną wzbogacalność surowca określa się za pomocą krzywych wzbogacalności. Istnieje wiele rodzajów krzywych wzbogacalności, spośród których jedną z najczęściej stosowanych jest krzywa Henry’ego. W pracy przedstawiono metody jej aproksymacji. [...]
Processes of beneficiation are a primary component of mineral processing operations. The efficiency of the process and potential beneficiation of the material are evaluated by means of beneficiation curves. There are many varieties of beneficiation curves, among which one of the most often applied is a group called Henry’s beneficiation curves. Of these, the basic curve for ash content in feed is the most often used. This paper presents the methods of ash content curve approximation.[...]
Źródło:: Gospodarka Surowcami Mineralnymi; 2013, 29, 2; 155-172
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Wyznaczenie powierzchni rozdziału materiału uziarnionego za pomocą nieklasycznych metod aproksymacji funkcji rozkładów wielkości i gęstości ziarna
Determination of partition surface of grained material by means of non-classical approximation methods of distributions functions of particle size and density
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/216878.pdf
Data publikacji:: 2016
Wydawca:: Polska Akademia Nauk. Instytut Gospodarki Surowcami Mineralnymi i Energią PAN
Tematy:: powierzchnia rozdziału
nieklasyczne metody statystyczne
metody jądrowe
węgiel kamienny
osadzarka miałowa
partition surface
non-classical statistical methods
kernel methods
hard coal
dust jig
Opis:: W pracy poddano analizie materiał uziarniony, którym był węgiel kamienny pobrany z jednej z kopalń Górnego Śląska. Węgiel został pobrany z osadzarki miałowej, gdzie został rozdzielony na koncentrat i odpad. Poddano go przesiewaniu, a następnie rozdziałowi w cieczach ciężkich. Zarówno skład ziarnowy, jak i gęstościowy nadawy oraz koncentratu został zaproksymowany kilkoma klasycznymi rozkładami statystycznymi. Najlepsze rezultaty otrzymano przy zastosowaniu rozkładu Weibulla (RRB). Jednakże – ze względu na niezadowalającą jakość aproksymacji – zdecydowano się na zastosowanie nieparametrycznych metod statystycznych, które stają się coraz częściej stosowanymi alternatywami w badaniach statystycznych. W pracy zastosowano nieparametryczne metody jądrowe, a jako funkcję jądrową przyjęto jądro Gaussa. Metoda jądrowa, stosunkowo nowa, dała znacznie lepsze wyniki aproksymacji niż klasyczne rozkłady statystyczne przy zastosowaniu metody najmniejszych kwadratów. Zarówno klasyczne, jak i nieparametryczne otrzymane aproksymanty zostały ocenione za pomocą średniego błędu kwadratowego, którego wartości świadczą o tym, że dostatecznie dobrze przybliżają one wartości otrzymane empirycznie. Tak określone postacie funkcji posłużyły następnie do wyznaczenia dystrybuanty teoretycznej dla wektora (D, Ρ), gdzie D – oznacza zmienną losową opisującą wielkość ziarna, a Ρ – jego gęstość. Również i ta aproksymacja w sposób zadowalający oddała rzeczywistość. Dlatego posłużyła ona do wyznaczenia równania powierzchni rozdziału, zależnej od obu zmiennych, wielkości i gęstości ziarna, opisujących badany materiał. Otrzymana powierzchnia świadczy o tym, że możliwa jest ocena procesu rozdziału, jaki zachodzi podczas operacji przeróbczych za pomocą więcej niż jednej cechy badanego materiału, a ponadto jej jakość potwierdza, że słusznym był wybór nieparametrycznych metod statystycznych jako alternatywy dla powszechnie stosowanych metod aproksymacyjnych.
In this paper, the grained material analyzed was hard coal collected from one of the mines located in Upper Silesia. Material was collected from a dust jig where it was separated in industrial conditions by concentrate and waste. It was then screened in sieves and it was separated in dense media into density fractions. Both particle size distribution and particle density distribution for feed and concentrate were approximated by several classical distribution functions. The best results were obtained by means of the Weibull (RRB) distribution function. However, because of the unsatisfying quality of approximations it was decided to apply non-parametric statistical methods, which became more and more popular alternative methods in conducting statistical investigations. In the paper, the kernel methods were applied to this purpose and the Gauss kernel was accepted as the kernel function. Kernel method, which is relatively new, gave much better results than classical distribution functions by means of the least squared method. Both classical and non-parametric obtained distribution functions were evaluated by means of mean standard error, the values of which proved that they sufficiently well approximate the empirical data. Such function forms were then applied to determine the theoretical distribution function for vector (D, Ρ), where D is the random variable describing particle size and Ρ – its density. This approximation was sufficiently acceptable. That is why it served to determine the equation of partition surface dependent on particle size and particle density describing researched material. The obtained surface proves that it is possible to evaluate material separation which occurs during mineral processing operations, such as jigging, by means of more than one feature of researched material. Furthermore, its quality confirms that it is justified to apply non-parametric statistical methods instead of commonly used classical ones.
Źródło:: Gospodarka Surowcami Mineralnymi; 2016, 32, 1; 137-154
0860-0953
Pojawia się w:: Gospodarka Surowcami Mineralnymi
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Wielowymiarowe rozkłady charakterystyk materiałów uziarnionych przy zastosowaniu nieparametrycznych aproksymacji funkcji gęstości rozkładów brzegowych
Multidimensional distribution functions of grained materials features by application of non-parametric approximations of marginal distribution functions
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/349950.pdf
Data publikacji:: 2009
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:: wielowymiarowe rozkłady statystyczne
funkcja Morgensterna
materiały uziarnione
nieparametryczne metody statystyczne
multidimensional distribution functions
Morgenstern function
grained materials
non-parametric statistical methods
Opis:: Estymując rozkłady poszczególnych charakterystyk materiału uziarnionego, zazwyczaj traktuje się je osobno. Zastosowana w artykule technika Morgensterna umożliwia szukanie rozkładu wielowymiarowego, biorąc pod uwagę przynajmniej dwie cechy równocześnie. Przeprowadzono estymację rozkładu wielkości ziaren i ich gęstości na przykładzie węgla z KWK "Piast". W celu estymacji tzw. rozkładów brzegowych zastosowano nieparametryczne metody statystyczne - jądrową metodę Gaussa oraz ortogonalnego szeregu Fouriera. Wyniki oceniono statystycznie, co potwierdziło prawidłowość stosowanej metody.
Estimations of individual grained materials characteristics distribution functions is usually done separately. The method of Morgenstern, applied in the paper allows searching for multidimensional distribution function, taking into consideration at least two features simultaneously. The estimation of particles size and their density was performed on the basis of coal from KWK "Piast". In the purpose of so-called marginal distribution functions estimation the non-parametric statistical methods were applied - Gauss kernel method and orthogonal Fourier series method. The results were statistically evaluated what confirmed the adequacy of the method.
Źródło:: Górnictwo i Geoinżynieria; 2009, 33, 4; 235-244
1732-6702
Pojawia się w:: Górnictwo i Geoinżynieria
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 4.

Tytuł:: Statistical analysis of the relationship between particle size and particle density of raw coal
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/951860.pdf
Data publikacji:: 2013
Wydawca:: Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:: approximation
coal
multidimensional analysis
statistical tests
particle size
density
Opis:: The paper presents a multidimensional analysis of mineral processing feeds consisting of different amounts of different size and density fractions. The considered feed was coal which was screened into size fractions which were subsequently separated into density fractions and their weights determined. The feed material was characterized with commonly used size and density frequency and cumulative distribution plots and next approximated with the Weibull (size) and logistic (density) mathe-matical functions. Having the contribution of each particle size and density fraction in the feed a two–dimensional analysis of the feed size/density properties was performed using two methods. The first one is based on the best chosen cumulative frequency function for two random variables and the second uses the so–called Morgenstern family functions. In the paper the undependability of the particles size and density was investigated using statistical approach based on the so–called Χ² test, and the correlation between these parameters using the so–called F–Snedecor statistical test. In both cases it was found that particles size and density of the investigated coal particles were dependent what means that with growth of particle size its density grew too and there was correlation between them regardless of significance level assumed for the analysis.
Źródło:: Physicochemical Problems of Mineral Processing; 2013, 49, 1; 175-188
1643-1049
2084-4735
Pojawia się w:: Physicochemical Problems of Mineral Processing
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 5.

Tytuł:: Multi-parameter data visualization by means of principal component analysis (PCA) in qualitative evaluation of various coal types
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/109595.pdf
Data publikacji:: 2014
Wydawca:: Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:: principal component analysis
PCA
multi-parameter data visualization
coal
identification of data
covariance matrix
pattern recognition
Opis:: Multi-parameter data visualization methods are a modern tool allowing to classify some analyzed objects. When it comes to grained materials, e.g. coal, many characteristics have an influence on the material quality. Besides the most obvious features like particle size, particle density or ash contents, coal has many other qualities which show significant differences between the studied types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. The Principal Component Analysis was applied to achieve this purpose. Three types of coal 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and subsequently divided into density fractions. Next, each size-density fraction was analyzed chemically to obtain other characteristics. It was pointed out that the applied methodology allowed to identify certain coal types efficiently, which makes it useful as a qualitative criterion for grained materials. However, it was impossible to provide such identification based on contrastive comparisons of all three types of coal. The presented methodology is a new way of analyzing data concerning widely understood mineral processing.
Źródło:: Physicochemical Problems of Mineral Processing; 2014, 50, 2; 575-589
1643-1049
2084-4735
Pojawia się w:: Physicochemical Problems of Mineral Processing
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 6.

Tytuł:: Application of relevance maps in multidimensional classification of coal types
Zastosowanie map odniesienia w wielowymiarowej klasyfikacji typów węgla
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/220101.pdf
Data publikacji:: 2015
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: relevance maps
multidimensional data visualization
coal
identification of data
pattern recognition
mapy odniesienia
wizualizacja wielowymiarowych danych
identyfikacja danych
rozpoznawanie kształtów
Opis:: Multidimensional data visualization methods are a modern tool allowing to classify some analyzed objects. In the case of grained materials e.g. coal, many characteristics have an influence on the material quality. In case of coal, apart from most obvious features like particle size, particle density or ash contents there are many others which cause significant differences between considered types of material. The paper presents the possibility of applying visualization techniques for coal type identification and determination of significant differences between various types of coal. Author decided to apply relevance maps to achieve this purpose. Three types of coal – 31, 34.2 and 35 (according to Polish classification of coal types) were investigated, which were initially screened on sieves and then divided into density fractions. Then, each size-density fraction was chemically analyzed to obtain other characteristics. It was stated that the applied methodology allows to identify certain coal types efficiently and can be used as a qualitative criterion for grained materials. However, it was impossible to achieve such identification comparing all three types of coal together. The presented methodology is new way of analyzing data concerning Widery understood mineral processing.
Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być (charakteryzują się) charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1,..., Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o kierunkach charakteryzowania wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być: – wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba i Surowiak, 2012); – wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013b); – analiza czynnikowa (Tumidajski, 1997; Tumidajski and Saramak, 2009); – metody wielowymiarowej wizualizacji danych. W artykule zastosowano nowoczesną metodę wizualizacji wielowymiarowych danych – metodę tzw. map odniesienia (z ang. relevance maps). Aby zastosować ww. metodę przeprowadzono doświadczenia na trzech typach węgla, pobranych z trzech kopalni węgla kamiennego, zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Były to węgle typu 31, 34.2 i 35, według polskiej klasyfikacji węgli. Każdą z pobranych prób poddano rozdziałowi na klasy ziarnowe a następnie każdą z klas ziarnowych rozdzielono na frakcje densymetryczne za pomocą rozdziału w roztworze chlorku cynku. Tak otrzymane klaso-frakcje przebadano chemiczne ze względu na wybrane parametry jakościowe węgla. Były to takie cechy jak: ciepło spalania, zawartość popiołu, zawartość siarki, zawartość substancji lotnych oraz miąższość materiału. Otrzymano w ten sposób zestaw siedmiu danych dla każdej klasy ziarnowej i każdego typu węgla. Stanowił on swoisty siedmiowymiarowy zbiór, który postanowiono zobrazować za pomocą techniki wizualizacji bazującej na tzw. mapach odniesienia. W metodzie map odniesienia na płaszczyźnie służącej do wizualizacji danych zostają rozmieszczone specjalne punkty zwane punktami odniesienia, reprezentujące poszczególne cechy. Do każdej cechy (współrzędnej) zostaje przyporządkowany punkt odniesienia reprezentujący tą cechę. Czyli przy danych 7-wymiarowych umieszczamy na płaszczyźnie 7 takich punktów odniesienia reprezentujących poszczególne współrzędne. Rozkład punktów reprezentujących przedstawiane wielowymiarowe dane odzwierciedla relacje pomiędzy tymi danymi a cechami. Im bardziej i-ta cecha występuje w danym obiekcie (czyli i-ta współrzędna ma większą wartość), tym bliżej powinien leżeć punkt reprezentujący dany obiekt względem punktu odniesienia reprezentującego i-tą cechę (współrzędną). W ten sposób każdy punkt odniesienia reprezentujący daną cechę, dzieli płaszczyznę na obszary bardziej oraz mniej zależne od cechy nr i (mniej oraz bardziej odległe od punktu odniesienia reprezentującego i-tą cechę). Dokładny opis algorytmu przedstawiono w podrozdziale 3 artykułu. Za pomocą omawianej metody dokonano wizualizacji danych dotyczących przedstawionych typów węgla. Uzyskane rezultaty przedstawiono na rysunkach 1-9. Widoki te pokazują sposób, w jaki 7-wymiarowe dane zostają przekształcone przy pomocy mapy odniesienia do dwóch wymiarów. Algorytm wizualizacji przy użyciu mapy odniesienia działa tak by pomimo znacznej redukcji liczby wymiarów, w jak największym stopniu odległości pomiędzy punktem reprezentującym konkretny wektor danych a punktami odniesienia zależały od współrzędnych tego wektora danych. W ten sposób na ekranie 2-wymiarowym, możemy zobaczyć istotne cechy danych 7-wymiarowych. Na rysunkach 1-4 widać, w jaki sposób wzrasta grupowanie punktów reprezentujących trzy różne klasy węgla (31, 34.2 oraz 35) wraz ze wzrostem parametru ITER. Widać, że punkty będące obrazami danych reprezentujących te same klasy węgla zaczynają zajmować osobne podobszary oraz zaczynają się grupować. Jednak w niektórych częściach przestrzeni obrazy punktów reprezentujących różne klasy węgla zachodzą na siebie. Przez to nie możemy na podstawie tych rysunków stwierdzić, że analizowane dane pozwalają na prawidłową klasyfikację typów węgla. W celu uzyskania bardziej czytelnych wyników postanowiono przedstawić przy pomocy mapy odniesienia, te same dane w nieco inny sposób. Postanowiono przeanalizować dane reprezentujące różne typy węgla parami. Rysunek 5 przedstawia widok uzyskany dla danych reprezentujących typy węgla 34.2 oraz 35. Widać na nim czytelnie, że obrazy punktów reprezentujących próbki węgla typu 34.2 gromadzą się w skupiskach, które łatwo można odseparować od skupisk obrazów punktów reprezentujących próbki węgla 35. Podobne obserwacje dokonano na podstawie rysunków 6 i 7, gdzie przedstawiono parami, odpowiednio, węgle typu 31 i 34.2 oraz 31 i 35. Przeprowadzona wizualizacja wielowymiarowa przy użyciu map odniesienia pozwala więc stwierdzić, że informacje zawarte w analizowanych siedmiowymiarowych danych są wystarczające do prawidłowej klasyfikacji typów węgla 31, 34.2 oraz 35.
Źródło:: Archives of Mining Sciences; 2015, 60, 1; 93-106
0860-7001
Pojawia się w:: Archives of Mining Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 7.

Tytuł:: Ocena zawartości popiołu w pokładach węgla za pomocą nieparametrycznych metod statystycznych
The evaluation of ash contents in coal beds by application of non-parametric statistical methods
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/350166.pdf
Data publikacji:: 2007
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:: aproksymacja
zawartość popiołu w węglu
nieparametryczne metody statystyczne
ash contents in coal
approximation
non-parametric statistical methods
Opis:: W artykule przedstawiono rozkład zawartości popiołu w węglu jako mieszaninę rozkładów z poszczególnych jego pokładów. W celu ich aproksymacji, oprócz tradycyjnie stosowanego rozkładu logarytmiczno-normalnego, zastosowano nieparametryczne metody estymacji: metodę jądrową oraz metodę ortogonalnego szeregu Fouriera. Następnie połączono najlepsze wyniki aproksymacji i oszacowano prawdopodobieństwo ryzyka podęcia decyzji na temat zawartości popiołu w całości złoża.
The paper presents the distribution of ash contents in coal, treated as the mixture of distributions taken from the individual coal beds. In purpose of their approximation, apart from traditional log-norm distribution function, the non-parametric statistical methods were applied: kernel method and orthogonal Fourier series method. The best results of approximation were then mixed and the risk probability of evaluating the ash contents in the whole deposit was estimated.
Źródło:: Górnictwo i Geoinżynieria; 2007, 31, 4; 39-50
1732-6702
Pojawia się w:: Górnictwo i Geoinżynieria
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 8.

Tytuł:: Polymetallic concretions – long-range source of mineral raw materials
Konkrecje polimetaliczne – długoterminowe źródło surowców mineralnych
Autorzy:: Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/318200.pdf
Data publikacji:: 2015
Wydawca:: Polskie Towarzystwo Przeróbki Kopalin
Tematy:: konkrecje polimetaliczne
głębiny oceanu
surowce mineralne
rzadkie pierwiastki
wydobycie kopalin
polymetallic concretions
ocean depths
mineral raw materials
trace elements
materials extraction
Opis:: In time when traditional resources of mineral raw materials are getting low in many locations on land, polymetallic concretions are interesting alternative for them. Ther are usually oval agglomerations of many elements, mainly containing iron and manganese. They can be found usually in oceanic depths on 3000-5000 m below sea level depth, mainly in Pacific Ocean basin. The paper presents the genesis of concretions, their main locations of occurring and conditions concerning their potential extraction. The potential benefits occurring from their exploitation were presented. Furthermore, the ways of their extraction with evaluation of the applicability of certain methods were discussed. The actual law situation connected with concretions exploitation with historical background was presented too. The possibilities of Poland in this range concerning extraction of concretions and its share in investigations were evaluated. Poland has the allotment in Clarion-Clipperton area which was presented in the paper with discussion over the research conducted by the organization called Interoceanmetal.
W czasie gdy tradycyjne źródła surowców mineralnych są w wielu miejscach na wyczerpaniu, konkrecje polimetaliczne stanowią dla nich ciekawą alternatywę. Są to zazwyczaj owalne skupiska wielu pierwiastków, głównie żelaza i manganu, które znaleźć można w głębinach oceanicznych na głębokości około 3000-5000 m p.p.m., głównie w basenie Oceanu Spokojnego. W artykule przedstawiono genezę powstania konkrecji, ich główne miejsca występowania oraz uwarunkowania dotyczące potencjalnego ich wydobycia. Przedstawiono korzyści jakie wyniknąć mogą z ich eksploatacji. Omówiono potencjalne sposoby ich wydobycia wraz z oceną stosowalności danych metod. Ponadto, przedstawiono aktualną sytuację prawną związaną z eksploatacją konkrecji wraz z jej rysem historycznym. Na tym tle oceniono możliwości Polski w kwestii wydobycia konkrecji oraz jej udział w badaniach dotyczących tego zagadnienia. Przedstawiono działkę przydzieloną Polsce w tym zakresie w basenie Clarion-Clipperton oraz badania prowadzone przez organizację Interoceanmetal.
Źródło:: Inżynieria Mineralna; 2015, R. 16, nr 1, 1; 61-74
1640-4920
Pojawia się w:: Inżynieria Mineralna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 9.

Tytuł:: Visualization of multidimensional data in purpose of qualitative classification of various types of coal
Wizualizacja wielowymiarowych danych w celu klasyfikacji jakościowej różnych typów węgla
Autorzy:: Niedoba, T.
Jamróz, D.
Powiązania:: https://bibliotekanauki.pl/articles/218760.pdf
Data publikacji:: 2013
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: analiza wielowymiarowa
tunele obserwacyjne
osie równoległe
węgiel
przeróbka surowców mineralnych
energia z węgla
multidimensional analysis
observational tunnels
parallel coordinates
coal
mineral processing
coal energy
Opis:: Coal as energetic raw material features by many parameters determining its quality. In classification of coal types there are many of them with typical division of energetic, semi-coking and coking coal. The data concerning coal are usually treated as independent values while this kind of approach is not always right. Authors proposed new solutions in this aspect and performed the multidimensional analysis of three selected types of coal featuring by various properties which originated from three various hard coal mines located in Upper Silesia Region. The object of the research was so-called raw coal which was not processed before. For each type of coal the detailed statistical analysis of seven chosen properties of coal was performed. To perform adequate and complete statistical analysis it is necessary to analyze the chosen properties of coal together in multidimensional way. It was decided to apply new and modern visualizing methods of multidimensional data which were observational tunnels method and parallel coordinates method. The applied methods allowed to obtain visualization of seven-dimensional data describing coal. By means of these visualizations it was possible to observe the significant division of the features space between researched types of coal. These methods allowed to look at the investigated data from various perspectives and make possible to determine significant differences between researched materials. For the investigated coals such differences were determined clearly what proved that by means of these methods it is possible to successfully identify type of coal as well to analyze in details its individual properties and identify, for example, particle size fraction etc. The obtained results are innovative and are the basis for more detailed researches taking into consideration also other coal properties, including its structure and texture. This methodology can be also applied successfully for other types of raw materials, like ores.
Surowce mineralne, które podlegają wzbogacaniu w celu ich lepszego wykorzystania mogą być (charakteryzują się) charakteryzowane wieloma wskaźnikami opisującymi ich, interesujące przeróbkarza, cechy. Podstawowymi cechami są wielkość ziaren oraz ich gęstość, które decydują o przebiegu rozdziału zbiorów ziaren (nadaw) i efektach takiego rozdziału. Rozdział prowadzi się z reguły, w celu uzyskania produktów o zróżnicowanych wartościach średnich wybranej cechy, która zwykle charakteryzowana jest zawartością określonego składnika surowca wyznaczoną na drodze analiz chemicznych. Takie podejście do surowca mineralnego prowadzi do potraktowania go jako wielowymiarowego wektora X = [X1, …, Xn]. Zasadniczym problemem jest także wybór jednostki populacji generalnej (ziarno, jednostka objętości lub masy), co może decydować o kierunkach charakteryzowania wielowymiarowych powiązań cech wektora X. Takimi kierunkami charakteryzowania mogą być: - wielowymiarowe rozkłady wektora losowego X wraz ze wszystkimi konsekwencjami metody (Lyman, 1993; Niedoba, 2009; 2011; Olejnik et al., 2010; Niedoba & Surowiak, 2012); - wielowymiarowe równania regresji wraz z analizą macierzy współczynników korelacji liniowej oraz korelacji cząstkowej (Niedoba, 2013); - analiza czynnikowa (Tumidajski & Saramak, 2009); - inne metody, w tym wizualizacja metodą tuneli obserwacyjnych (Jamróz, 2001), osi równoległych oraz wizualizacja zależności pomiędzy wielowymiarowymi bryłami (Jamróz, 2009). Wielowymiarowe rozkłady wektora X traktowanego jako wektor losowy, mają już swoją bogatą literaturę i praktyczne ich zastosowanie i nie będą przedmiotem tej publikacji. Pozostałe metody są ze sobą w pewien sposób powiązane, co skrótowo zostało przedstawione w artykule. Macierze współczynników korelacji liniowej i współczynników korelacji cząstkowej są związane, z reguły, z istniejącymi modelami liniowymi zależności występujących między badanymi zmiennymi wektora X. Współczynniki korelacji liniowej są wyznaczane dla par zmiennych losowych całkowicie niezależnie od pozostałych zmiennych. Cząstkowe współczynniki korelacji liniowej wyznaczane są w oparciu o macierz współczynniki korelacji liniowej z uwzględnieniem roli pozostałych zmiennych w rozważanym równaniu regresji liniowej. W przypadku analizy trzech zmiennych losowych, z których jedna jest traktowana jako zmienna zależna a dwie pozostałe jako niezależne sprowadza się to do wyznaczania współczynników korelacji dla zrzutowanych punktów równolegle do płaszczyzny regresji na ściany układu współrzędnych. Pozwala to wyznaczyć hierarchię (siłę wpływu) zależności zmiennych w rozpatrywanym układzie. Na analizie macierzy współczynników korelacji liniowej oparta jest analiza czynnikowa, która pozwala pogrupować występujące zmienne w tzw. czynniki, które reprezentują połączone wpływy zmiennych na rezultaty rozpatrywanych procesów, czyli przeprowadzić pewną klasyfikację zmiennych. W klasyfikacji typów węgli wyróżnia się wiele typów, z umownym podziałem na węgle energetyczne i koksujące. Dane dotyczące węgla są traktowane zwykle jako niezależne wielkości, przy czym takie podejście nie zawsze jest właściwe. Autorzy zaproponowali nowe rozwiązania w tym zakresie i dokonali wielowymiarowej analizy trzech wybranych typów węgla o różnych właściwościach (węgle typu 31, 34.2 oraz 35), które pochodziły z trzech różnych kopalń zlokalizowanych w Górnośląskim Okręgu Przemysłowym. Obiektem badań w każdej z tych kopalń był tzw. węgiel surowy, nie poddawany procesom przeróbczym. Dla każdego z węgli dokonano szczegółowej analizy wybranych siedmiu cech, opisujących jego właściwości, których przykładowe wyniki zostały zaprezentowane w tabelach 1-3. Aby dokonać adekwatnej i dokładnej analizy statystycznej zebranych danych konieczna jest wielowymiarowa analiza wybranych cech węgla łącznie. Zdecydowano się na zastosowanie nowatorskich metod wizualizacji wielowymiarowych danych, którymi były metoda tuneli obserwacyjnych oraz metoda osi równoległych. Zasady i metodyka badań zostały przedstawione w podrozdziałach 2 i 3. Zastosowane metody umożliwiły uzyskanie wizualizacji siedmiowymiarowych danych opisujących węgiel. Za pomocą tych wizualizacji możliwe jest zaobserwowanie wyraźnego podziału przestrzeni cech pomiędzy badanymi typami węgla. Metody te umożliwiły spojrzenie na badane dane z różnych perspektyw, które pozwalają na stwierdzenie zasadniczych różnic badanych materiałów. Dla badanych węgli stwierdzono wyraźne takie różnice co świadczy o tym, że za pomocą proponowanych metod możliwa jest skuteczna identyfikacja typu węgla, jak również dokładniejsza analiza jego poszczególnych cech i identyfikacja np. klasy ziarnowej. Szczegółowe obrazy i ich interpretacja zostały przedstawione w rozdziale 3 i we wnioskach końcowych. Rysunki 3-5 obrazują różnice pomiędzy poszczególnymi typami węgla otrzymane metodą tuneli obserwacyjnych. Wyraźnie można rozgraniczyć próbki dotyczące poszczególnych węgli a tym samym możliwa jest identyfikacja typu węgla na podstawie wielowymiarowej analizy. Rysunki 6-7 pokazują zastosowanie innej metody wielowymiarowej, którą była metoda osi równoległych. Metoda ta okazała się być skuteczna do uzyskania informacji o konieczności przeskalowania poszczególnych cech, w celu uzyskania bardziejczytelnych rezultatów. Natomiast rysunek 10 pokazuje różnice otrzymane metodą tuneli obserwacyjnych pomiędzy charakterystykami konkretnych klas ziarnowych wybranego materiału, którym w tym przypadku był węgiel typu 31. Uzyskane wyniki i zastosowana metodyka są nowatorskie i stanowią bazę pod bardziej szczegółowe badania, biorące pod uwagę także inne charakterystyki węgli, w tym ich strukturę i teksturę. Za pomocą przedstawionych metod możliwe jest stwierdzenie, czy wybrane cechy są wystarczające do identyfikacji zarówno typu węgla, jak również klasy ziarnowej i innych jego cech. Metodyka ta może być również stosowana z powodzeniem dla innych typów surowców mineralnych, np. dla rud.
Źródło:: Archives of Mining Sciences; 2013, 58, 4; 1317-1331
0860-7001
Pojawia się w:: Archives of Mining Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 10.

Tytuł:: Wpływ kształtu ziaren na łączny rozkład ich wielkości wyznaczony metodą licznika Coultera
Influence of the particles shape on joined distribution of their size determined by Coulter Counter method
Autorzy:: Peszko, B.
Niedoba, T.
Powiązania:: https://bibliotekanauki.pl/articles/349920.pdf
Data publikacji:: 2009
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Tematy:: licznik Coultera
rozkład Weibulla
krzywa składu ziarnowego
Coulter counter
Weibull distribution function
particle size distribution function
Opis:: Licznik Coultera jest jednym z powszechnie stosowanych urządzeń do zliczania ziaren bardzo drobnych. Ze względu na specyfikę swej konstrukcji, urządzenie to może zliczać ziarna o wielkości od 10 do 60% średnicy zamontowanej diafragmy. Aby więc uzyskać całościowy skład ziarnowy badanego materiału należy odpowiednio złożyć otrzymane składowe rozkłady składów ziarnowych. W celu aproksymacji rozkładów składowych, otrzymanych przy użyciu diafragm o różnych średnicach, w pracy zastosowano rozkład Weibulla. Dla badanego materiału, jakim był diabaz, obliczono zestaw współczynników kształtu. Współczynniki kształtu wyliczono korzystając z metod analizy obrazu oraz na podstawie wyników analizy składu ziarnowego. Otrzymane rozkłady łączne, z uwzględnieniem i bez uwzględnienia współczynnika kształtu, porównano i poddano ocenie.
Coulter Counter is one of the most common devices applied to counting ultrafine particles. Because of its construction, this device is able to count particles of sizes from 10% till 60% of the diameter of installed diaphragm. To obtain the full particle size distribution it is necessary to combine given partial distribution functions. To approximate the partial distribution functions given by various installed diaphragms, the Weibull distribution function was applied. For the researched material, which was diabase, the set of shape coefficients was calculated, which may be taken into consideration by individual partial distribution functions combination. The shape coefficients were calculated on the basis of image analysis method and of particle size distribution results. The given joined distribution functions, with and without application of shape coefficient, were compared and evaluated.
Źródło:: Górnictwo i Geoinżynieria; 2009, 33, 4; 277-285
1732-6702
Pojawia się w:: Górnictwo i Geoinżynieria
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "Niedoba, T." wg kryterium: Autor

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język