فهرست نشریات علمی دسترسی آزاد ایران

فرآیند گندله‌سازی یکی از مراحل کلیدی زنجیره تولید فولاد است که در آن کنسانتره سنگ‌آهن به گندله‌های  قابل مصرف در کوره بلند تبدیل می‌شود. مرحله پخت در کوره، به‌دلیل تأثیر مستقیم توزیع دما و فشار بر ویژگی‌های فیزیکی و مکانیکی گندله، یکی از عوامل اصلی در کیفیت محصول است. هدف این پژوهش، توسعه مدلی داده‌محور برای پیش‌بینی رفتار کوره گندله‌سازی شرکت معدنی و صنعتی گل‌گهر بر پایه داده‌های عملیاتی واقعی است. بدین منظور، متغیرهای ورودی و خروجی فرآیند جمع‌آوری و پس از پیش‌پردازش، انتخاب ویژگی با سه روش امتیاز-اف، اطلاعات متقابل و ضریب همبستگی پیرسون انجام شد. سپس مدل‌های رگرسیون خطی چندگانه، جنگل تصادفی، k-نزدیک‌ترین همسایه و شبکه عصبی پرسپترون چندلایه در چارچوب چندورودی-چندخروجی برای پیش‌بینی همزمان ۳۶ متغیر دما و ۳۱ متغیر فشار آموزش داده شدند. نتایج نشان داد روش انتخاب ویژگی مبتنی بر اطلاعات متقابل موجب بهبود عملکرد مدل‌های غیرخطی شده و شبکه عصبی چندلایه بالاترین دقت را با میانگین ضریب تعیین50/91 درصد برای دما و 62/89 درصد برای فشار به دست آورد. یافته‌ها بیانگر آن است که استفاده از رویکردهای یادگیری داده‌محور می‌تواند رفتار پیچیده کوره را با دقت بالا مدل کرده و بستر مناسبی برای طراحی سامانه‌های کنترلی هوشمند و بهینه‌سازی شرایط پخت فراهم سازد.