석탄 자발 연소 온도 예측에서 구조 최적화를 위한 깊이 통합 모델에 관한 연구

Summary

여기서는 SSA에 최적화된 CNN-LSTM-Attention 프레임워크를 사용하여 석탄 자발 발소 온도를 예측하는 프로토콜을 설명하는데, 이 프레임워크는 네트워크 구조와 매개변수를 자동으로 최적화하여 이기종 데이터셋과 다양한 채굴 조건 전반에 걸쳐 정확성, 적응성 및 일반화성을 향상시킵니다.

Abstract

여기서는 Sparrow Search Algorithm(SSA) 최적화된 합성곱 신경망(CNN)-장기 단기 기억(LSTM)-주의 프레임워크를 기반으로 한 석탄 자발 연소 온도 예측 프로토콜을 제안합니다. 이 프로토콜은 고정 네트워크 아키텍처의 한계, 제한된 일반화, 그리고 기존 방법에서 흔히 발생하는 낮은 전송 가능성을 해결합니다. 이 프레임워크는 CNN을 이용해 공간적 특징을 추출하고 LSTM 네트워크와의 시간적 의존성을 포착하며, 주의 메커니즘은 임계 온도 단계와 두드러진 특징을 강조합니다. SSA는 네트워크 깊이와 하이퍼파라미터를 공동으로 최적화하여 다양한 채굴 현장과 실험 조건에 따른 데이터 복잡성에 동적으로 적응할 수 있게 합니다. 이 프로토콜은 데이터 수집, 특징 전처리, 모델 구축, 매개변수 최적화, 검증 단계로 구성됩니다. 실험 결과는 제안된 모델이 동질적인 데이터셋에서 훨씬 높은 예측 정확도를 달성하고, 이기종 데이터셋 전반에 걸쳐 견고한 일반화 성능을 유지하여 실시간 석탄 온도 모니터링 및 조기 경보 시스템에 적합함을 보여줍니다.

Introduction

석탄은 여전히 중국 에너지 구조에서 지배적인 역할을 하고 있습니다. 하지만 저장, 운송, 채굴 과정에서 자발 가열이 발생해 자연 발화가 발생할 수 있습니다. 이로 인해 광산 화재가 발생하여 광산 안전과 노동자 생명을 심각하게 위협합니다 ^1,2,3,4. 따라서 석탄 광산 화재 위험과 온도 변화를 정확히 예측하는 것은 조기 경보와 재난 완화에 필수적입니다. 석탄 자발 온도 예측 방법은 초기 경험적 공식에서 실제 모니터링 데이터를 기반으로 한 분석 접근법으로 발전해 왔습니다 ^5,6,7. 초기 연구들은 주로 석탄 산화 열 방출 메커니즘을 모델링하기 위해 물리 모델과 화학 속도론 방정식에 의존했습니다. 그러나 모델 매개변수의 복잡성과 적용 가능성 제한으로 인해 실제 사용에는 상당한 한계가 있습니다 ^....

Protocol

1. 석탄 자발 연소 데이터 수집

1. 가스 공급 시스템, 온도 제어 장치, 가스 분석 기기를 포함한 공기형 석탄 프로그램 가열 산화 시스템을 조립합니다. 모든 연결이 고정되어 있고, 온도 제어 설정이 정확하며, 가스 크로마토그래프 및 기타 분석 장치가 완전히 교정되었는지 확인하세요.
2. 혼합 석탄 샘플 1000g(원래의 덩어리 형태 유지)을 무게 무게로 하고, 4분의 1 추출법으로 샘플을 완전히 균질화한 후 석탄 블록을 가열실 안에 고르게 배치합니다. 일정한 두께와 균일한 분포를 유지하여 고르게 가열되도록 하세요.
3. 공기 펌프를 작동시키고 유량계를 사용해 가열실로 100 mL/min의 안정적인 가스 흐름을 유지하도록 조절하세요. 유량 안정성을 ± mL/분 이내로 확인하세요.
4. 미리 설정된 온도 램프 프로그램에 따라 난방 시스템을 시작하며, 분당 1.0 °C의 속도로 200 °C까지 화로 온도를 점차 올립니다. 제어 소프트웨어를 사용해 실시간으로 온도 변화를 모니터링하여 가열 속도가 설계 사양을 충족하는지 확인하세요.
5. 석탄 샘플 근처에 설치된 온도 센서를 사용하여 온도 변화를 지속적으로 모니터링하고 기록하여 정확하고 중단되지 않는 데이터 수집을 보장합....

Results

모델 안정성은 네 개의 독립 데이터셋을 사용하여 검증되었으며, 서로 다른 지질 조건에서 일관된 예측 성능을 입증하였습니다. 이 절에서는 석탄 자발 실험과 제안된 SSA-CNN-LSTM-Attention 모델의 대표적인 결과와 성능 평가를 제시합니다. 첫째, 프로그래밍된 가열 산화 실험 중 수집된 여러 가스 지표의 변동을 분석하여 서로 다른 온도 단계에 따른 가스 농도의 동적 패턴을 밝혀낸다. 결과는 네 부분으로 구성되어 있습니다: (1) CNN, LSTM, 주의, SSA 구성 요소가 모델 성능에 기여하는 바를 평가하는 데 사용되는 절제 실험; (2) 제안된 방법을 BP, XGBoost, Transformer, GCN, TCN-GCN과 비교하여 일관된 훈련 환경에서 적합 정확도와 오차 분포를 분석하는 모델 비교 실험; (3) GA, GWO, PSO, WOA, SSA의 파라미터 및 구조 최적화 전략 모두에서 성능을.......

Discussion

온전한 석탄 블록을 사용하세요; 샘플링 후에는 표면 세척만 수행하고, 장기간 노출을 방지하기 위해 즉시 이중 밀봉을 하십시오. 가스 라인을 누설 방지 장치로 일정 유량 제어(MFC)로 유지하고, 프로토콜에 명시된 대로 프로그래밍된 가열을 정확히 실행하며, 인증된 표준으로 GC를 교정하세요. 온도 및 가스 신호를 일정 간격으로 획득하고 타임스탬프를 동기화합니다(프로토콜 참조). 계산 관점에서 환경(운영체제, 파이썬, 딥러닝 프레임워크, CUDA 등)을 수정하고 기록하며, 무작위 시드와 결정론적 옵션을 설정하고, 의존성을 잠가야 합니다. 채굴 현장별로 층별로 고정된 분할을 사용하세요; 훈련 세트에만 전처리를 적용하고 테스트 세트에 변경 없이 적용; 통일된 교육 및 평가 절차를 따르세요. 이 점들을 준수하면 단계화된 O₂/CO/CO₂/CH₄ 신호가 보존되고, 결과의 재현성과 전이 가능성이 향상됩니다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
6포트 2단계 가스 샘플링 밸브 및 범용 액추에이터	VICI 발코	EUDA-2C6UWT	1/16인치 피팅; 0.75 mm 포트; RS-232; 2인치 스탠드오프
알루미나 샘플 보트	MTI 코퍼레이션	EQ-CA-L50W40H20	>99.5% Al2O3; 50시간 이상; 40시간 이상; 20mm
크로마토그래피 소프트웨어	애질런트 테크놀로지스	오픈랩 CDS	데이터 수집/처리
석탄 샘플(현장 채취)	내부 수집/현장 수집	해당 없음	출처는 Methods에 상세히 나와 있습니다.
CUDA / cuDNN	엔비디아	https://developer.nvidia.com/cuda-zone	CUDA 11.x; 일치하는 cuDNN
DAQ 메인프레임	키사이트	DAQ970A	6½-숫자 DMM; USB/LAN
건조제(가리키)	W.A. 해먼드 드라이어라이트	23001	황산칼슘; 8 메쉬; 1파운드
다이어프램 공기 펌프	KNF	https://www.knf.com	지속적인 공기 공급; 조절 가능한 유량
프랑스 백작 가운	불워크	KEL2 (시리즈)	NFPA 2112 준수
가스 크로마토그래프	애질런트 테크놀로지스	G3540A (8890 GC 시스템)	GC 시스템; EPC; 최대 2개의 인렛 / 4개의 검출기
내열 장갑	앤셀	43-113	간헐적으로 ~350 & deg까지; C
고순도 공기	에어 리퀴드 / 에어가스	https://www.airgas.com/solutions/specialty-gases/pure-gases/alphagaz	≥ 99.99% 순도
IDE	JetBrains / 마이크로소프트	https://www.jetbrains.com/pycharm/ ; https://code.visualstudio.com/download	파이참 / VS 코드
인라인 필터	스바겔록	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-92.pdf	소결 SS 요소 0.5 & ndash; 15 & 마이크로; m
K형 열전대	오메가	https://www.omega.com	타입 K (NiCr– 니시)
질량 유량 조절기 (0– 200 SCCM)	알리캇 사이언티브	MC-200SCCM-D	MC 시리즈; ± (0.8% RDG + 0.2% FS)
다성분 교정 가스	메서	https://specialtygases.messergroup.com/standard-gas-mixtures	맞춤 집중; 증명서
운영 체제	마이크로소프트	https://www.microsoft.com/en-us/software-download/windows11	윈도우 11
운영 체제	정경	https://ubuntu.com/download/desktop	Ubuntu LTS (22.04/24.04)
PTFE/PFA 튜빙	스바겔록	https://products.swagelok.com/en/all-products/hoses-flexible-tubing/ptfe-pfa-core-hose/c/716?clp=true	화학적으로 저항성이 있습니다; 1/16– 1/4인치 오디언
파이썬	파이썬 소프트웨어 재단	https://www.python.org/downloads/	버전 3.8
쿼츠 샘플 보트	MTI 코퍼레이션	EQ-QB-1017 (예시 크기)	~1200 & deg; C 작업 온도
안전 고글	3M	93506P1-DC (예시)	화학 튀김; 안개 방지 옵션
스테인리스 스틸 이음새 없는 튜빙	스바겔록	https://www.swagelok.com/downloads/webcatalogs/en/ms-01-181.pdf	316/316L; 1/16– 1/4인치 오디언
스테인리스 스틸 튜브 피팅 및 페룰	스바겔록	https://products.swagelok.com/en/all-products/fittings/tube-fittings-adapters/c/154?clp=true	316/316L; 더블 페룰
온도 조절기	유로더름	3216	단일 루프 PID; 프로그래밍 가능한 경보/경보
텐서플로우	구글	https://www.tensorflow.org	버전 2.6
USB 열전쌍 모듈	NI (내셔널 인스트루먼트)	781314-01 (USB-TC01)	K/J/T; 로깅 소프트웨어
가변 면적 유량계 (비시-플로트)	드와이어 인스트루먼츠	VFA-2-EC-SS (0.2 & ndash; 2 SCFH 항공)	저유량 범위; 직접 읽기
워크스테이션 GPU	엔비디아	900-1G136-2530-000 (파운더스 에디션)	GeForce RTX 4090, 24GB GDDR6X (FE)