Analiza czynnikowa i modelowanie matematyczne w określeniu jakości węgla

  • Tomasz NIEDOBA AGH, University of Science and Technology, Faculty of Mining and Geoengineering, Department of Mineral Processing and Environmental Engineering, Cracow, Poland
  • Agnieszka SUROWIAK AGH, University of Science and Technology, Faculty of Mining and Geoengineering, Department of Mineral Processing and Environmental Engineering, Cracow, Poland
  • Paulina PIĘTA JSW Innowacje S.A.
Słowa kluczowe: węgiel, wielowymiarowa analiza statystyczna, analiza czynnikowa, jakość węgla, wielkość ziarna, gęstość ziarna

Abstrakt

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.

Opublikowane
2020-09-09