Investigación sobre un modelo profundamente integrado para la optimización estructural en la predicción de la temperatura de combustión espontánea del carbón

Summary

Aquí describimos un protocolo para predecir la temperatura de la combustión espontánea del carbón utilizando un marco CNN-LSTM-Attention optimizado para SSA que optimiza automáticamente la estructura y los parámetros de la red, mejorando así la precisión, adaptabilidad y generalización entre conjuntos de datos heterogéneos y condiciones mineras variadas.

Abstract

Aquí proponemos un protocolo para la predicción de la temperatura de combustión espontánea del carbón basado en un marco de atención optimizado para redes neuronales convolucionales (CNN) y memoria a corto plazo largo (LSTM) optimizado para redes neuronales convolucionales (SSA). Este protocolo aborda las limitaciones de las arquitecturas de red fija, la generalización restringida y la pobre transferibilidad comúnmente encontradas en métodos convencionales. El marco extrae características espaciales usando CNN y captura dependencias temporales con redes LSTM, mientras que el mecanismo de atención resalta fases críticas de temperatura y características salientes. La SSA optimiza conjuntamente la profundidad de la red y los hiperparámetros, permitiendo la adaptación dinámica a diferentes complejidades de datos en diferentes sitios mineros y condiciones experimentales. El protocolo consiste en la adquisición de datos, el preprocesamiento de características, la construcción del modelo, la optimización de parámetros y los pasos de validación. Los resultados experimentales demuestran que el modelo propuesto alcanza una precisión predictiva significativamente mayor en conjuntos de datos homogéneos y mantiene un rendimiento de generalización robusto entre conjuntos de datos heterogéneos, lo que lo hace muy adecuado para sistemas de monitorización de la temperatura en minas de carbón en tiempo real y alerta temprana.

Introduction

El carbón sigue desempeñando un papel dominante en la estructura energética de China. Sin embargo, durante el almacenamiento, el transporte y la minería, puede producirse un calentamiento espontáneo, lo que provoca combustión espontánea. Esto suele provocar incendios en minas, poniendo en grave peligro la seguridad de las minas y la vida de los^trabajadores 1,2,3,4. Por ello, la predicción precisa de los riesgos de incendios en minas de carbón y sus variaciones de temperatura es esencial para la alerta tempra....

Protocol

1. Recogida de datos sobre combustión espontánea del carbón

1. Montar el sistema de oxidación de calefacción programado por carbón tipo aire, incluyendo el sistema de suministro de gas, la unidad de control de temperatura y los instrumentos de análisis de gases. Asegúrese de que todas las conexiones estén seguras, que los ajustes de control de temperatura sean precisos y que el cromatógrafo de gases y otros dispositivos analíticos estén completamente calibrados.
2. Pesa 1000 g de muestra de carbón mezclado (conserva la forma original de trozos), homogeneiza completamente la muestra usando el método de cuartezo y coloca....

Results

La estabilidad del modelo fue validada utilizando cuatro conjuntos de datos independientes, demostrando un rendimiento predictivo consistente en diferentes condiciones geológicas. Esta sección presenta resultados representativos y evaluaciones de rendimiento de los experimentos de combustión espontánea del carbón y del modelo propuesto de atención SSA-CNN-LSTM. En primer lugar, se analizan las variaciones en múltiples indicadores de gas recogidas durante .......

Discussion

Utiliza bloques de carbón intactos; realizar solo limpieza superficial tras la toma de muestras y sellar dos veces inmediatamente para evitar una exposición prolongada. Mantén la línea de gas estanca con control de flujo constante (MFC), ejecuta el calentamiento programado exactamente según lo especificado en el protocolo y calibra el GC con estándares certificados. Adquirir señales de temperatura y gas a intervalos fijos y sincronizar las marcas de tiempo (véase protocolo). Desde un pun.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Válvula de muestreo de gas de 6 puertos y 2 posiciones con actuador universal	VICI Valco	EUDA-2C6UWT	conexiones de 1/16"; puertos de 0,75 mm; RS-232; Distanciamiento de 2"
Barco de muestra de alúmina	MTI Corporation	EQ-CA-L50W40H20	>99,5% Al2O3; 50 y más veces; 40 y más veces; 20 mm
Software de cromatografía	Agilent Technologies	OpenLab CDS	Adquisición/procesamiento de datos
Muestras de carbón (recogidas en campo)	Recogida internamente/en el campo	N/A	Fuente detallada en Métodos
CUDA / cuDNN	NVIDIA	https://developer.nvidia.com/cuda-zone	CUDA 11.x; coincidencia con cuDNN
Mainframe DAQ	Keysight	DAQ970A	DMM de 6½ dígitos; USB/LAN
Desecante (indicando)	Drierita W.A. Hammond	23001	Sulfato de calcio; 8 mallas; 1 libra
Bomba de aire de diafragma	KNF	https://www.knf.com	Suministro continuo de aire; Flujo ajustable
Bata de laboratorio FR	Baluarte	KEL2 (serie)	Cumple con la NFPA 2112
Cromatógrafo de gases	Agilent Technologies	G3540A (Sistema 8890 GC)	sistema GC; EPC; hasta 2 entradas / 4 detectores
Guantes resistentes al calor	Ansell	43-113	Intermitente hasta ~350 ° C
Aire de alta pureza	Air Liquide / Airgas	https://www.airgas.com/solutions/specialty-gases/pure-gases/alphagaz	≥ 99,99% de pureza
IDE	JetBrains / Microsoft	https://www.jetbrains.com/pycharm/ ; https://code.visualstudio.com/download	PyCharm / VS Code
Filtros en línea	Swagelok	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-92.pdf	Elementos SS sinterizados 0.5– 15 & micro; m
Termopares tipo K	OMEGA	https://www.omega.com	Tipo K (NiCr– NiSi)
Controlador de flujo másico (0– 200 sccm)	Alicat Scientific	MC-200SCCM-D	serie MC; ± (0,8% rdg + 0,2% FS)
Gases de calibración multicomponente	Messer	https://specialtygases.messergroup.com/standard-gas-mixtures	Concentración personalizada; Certificado
Sistema operativo	Microsoft	https://www.microsoft.com/en-us/software-download/windows11	Windows 11
Sistema operativo	Canónico	https://ubuntu.com/download/desktop	Ubuntu LTS (22.04/24.04)
Tubería de PTFE/PFA	Swagelok	https://products.swagelok.com/en/all-products/hoses-flexible-tubing/ptfe-pfa-core-hose/c/716?clp=true	Resistente químicamente; 1/16&nDash; 1/4 en OD
Python	Fundación de Software Python	https://www.python.org/downloads/	Versión 3.8
Barco de muestra de cuarzo	MTI Corporation	EQ-QB-1017 (tamaño de ejemplo)	~1200 ° Temperatura de trabajo C
Gafas de seguridad	3M	93506P1-DC (ejemplo)	Salpicaduras químicas; Opciones antiniebla
Tubería sin juntas de acero inoxidable	Swagelok	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-181.pdf	316/316L; 1/16&nDash; 1/4 en OD
Accesorios de tubos y accesorios de acero inoxidable Férulas	Swagelok	https://products.swagelok.com/en/all-products/fittings/tube-fittings-adapters/c/154?clp=true	316/316L; Doble férula
Controlador de temperatura	Eurotherm	3216	ID de bucle único; Rampas/alarmas programables
TensorFlow	Google	https://www.tensorflow.org	Versión 2.6
Módulo de termopar USB	NI (Instrumentos Nacionales)	781314-01 (USB-TC01)	K/J/T; Software de registro
Caudalímetro de área variable (Visi-Float)	Instrumentos Dwyer	VFA-2-EC-SS (0.2– 2 SCFH Air)	Rango de bajo caudal; Lectura directa
GPU de estación de trabajo	NVIDIA	900-1G136-2530-000 (Edición Fundadores)	GeForce RTX 4090, 24 GB GDDR6X (FE)