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

Xiaojun Zhang; Xiaobin Yang; Tianyu Fu; Mangu Hu; Chao Han

doi:10.3791/69457

이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

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

281 조회수

⸱

DOI:

10.3791/69457

⸱

2025년 12월 19일

Xiaojun Zhang¹ , Xiaobin Yang¹ , Tianyu Fu¹ , Mangu Hu¹ , Chao Han¹

¹School of Emergency Management and Safety Engineering, China University of Mining and Technology (Beijing)

이 논문에서

요약

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.

초록

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.

서론

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 ^....