Нейросеть снижает себестоимость производимого клинкера

Измерение качества клинкера традиционно проводилось путем лабораторной оценки образцов, что не только требует больших затрат и времени, но и делает невозможным применение непрерывного подхода к мониторингу содержания свободной извести. Традиционный подход к контролю качества приводит к значительным задержкам в производстве, доходя иногда до месяца. Применение нейросетей может помочь заново изобрести традиционные средства оценки и улучшения качества клинкера на цементных заводах.
В настоящее время производители компенсируют недостаток понимания качества своей продукции за счет использования высококачественного известняка и добавок. Подход, основанный на машинном обучении может помочь в достижении критических преимуществ с точки зрения затрат в долгосрочной перспективе т.к. позволяет использовать материалы более низкого качества, получая га выходе запланированный результат.
Успешными для цементного производства оказались технологии мягких датчиков, основанные на нейронных сетях обратного распространения.

Технология мягких датчиков фиксирует скорость подачи угля, температуру на входе, частоту вращения печи и другие переменные и выдает качество клинкера, соответствующее составу исходного сырья. Затем эти данные анализируются с помощью методов коллективного обучения для точного прогнозирования и мониторинга качества партий в режиме реального времени.

В то время как обучение в продемонстрировало высокий уровень точности, точность сильно снижается с понижением качества изображения на камерах и гауссовым белым шумом из за загрязненности объективов камер, что налагает некоторые дополнительные условия для эксплуатации датчиков в тяжелых условиях.

www,birlasoft.com