Fornecer um modelo de descritor para melhorar o efeito do FeO em pelotas brutas
Palavras-chave:
FeO, pelotização, qualidade de pelotas, modelos de classificação, mineração de dados.Resumo
A mineração de dados é extrair o conhecimento de uma ampla gama de dados. Neste estudo, a mineração de dados é usada para analisar um sistema de produção na Golgohar Sirjan Company. Os dados coletados são salvos no arquivo do Excel e, em seguida, as operações de limpeza de dados e preparação de dados foram feitas para serem usadas no software IBM SPSS Modeler. O FeO é um dos parâmetros de controle durante a produção do pellet. Neste estudo, o método de classificação de C & R Tree é usado para prever o efeito do FeO no pellet cru contra 10 variáveis de entrada, incluindo SiO2, Fetot, CaO, S, Al2O3, Mgo, P, Fe2O3, CCS, Temp temperatura). As variáveis que criam mais sensibilidade no FeO no pelete bruto são avaliadas e comparadas de acordo com a precisão dos modelos e também, sugestões práticas são apresentadas para os diretores da indústria para melhorar a qualidade do pellet.
Downloads
Referências
Chan, C & Lewis, B (2002), A basic primer on data mining, information systems management, vol.19, no.4, pp.56-60.
Dalkilic, T (2009), neural networks approach for determining total claim amounts in insurance,insurance:mathematics and economics.
Das,s (2009), utilization of self-organizing map and fuzzy clustering for site characterization using piezocone data, computers and geotechnics.
Eisele T.C. & Kawatra S. K (2003): Miner. Process. Extra. Metall. Rev., 24 (2003), 5.
http://geg.ir/Modules/CMS/CMSPages/ShowPage.aspx?MItemID=vneHvjik.
Nezhad, (2009). Seminar “data mining technology application’. January 2009.
Perzyk, M., Kochansk, J. Kozlowski, A. Soroczynski & Biernadck R (2013).
Tan, P & Steinbach, M (2006), introduction to data mining,United States of America,Addison wesly.
V. Niiniskorpi: (2002) 61st Iron Making Conf. Proc., Iron and Steel Society, Warrendale, PA (USA).