Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Yöntem makalesi

Kömür Kendiliğinden Yanma Sıcaklığı Tahmininde Yapısal Optimizasyon İçin Derin Entegre Bir Model Üzerine Araştırma

281 görüntüleme

DOI:

10.3791/69457

19 Aralık 2025

Bu makalede

Özet

Burada, ağ yapısını ve parametrelerini otomatik olarak optimize eden, böylece heterojen veri setleri ve çeşitli madencilik koşulları arasında doğruluğu, uyum sağlamayı ve genellemeyi artıran SSA optimize edilmiş CNN-LSTM-Attention çerçevesi kullanılarak kömürün kendiliğinden yanma sıcaklığını tahmin eden bir protokolü tanımlıyoruz.

Özet

Burada, Sparrow Search Algorithm (SSA) ile optimize edilmiş konvolüsyon sinir ağları (CNN)-uzun kısa vadeli hafıza (LSTM)-Dikkat çerçevesine dayalı kömür spontan yanma sıcaklığı tahmini için bir protokol öneriyoruz. Bu protokol, sabit ağ mimarilerinin sınırlamalarını, sınırlı genellemeyi ve geleneksel yöntemlerde sıkça karşılaşılan düşük aktarılabilirliği ele alır. Çerçeve, CNN kullanarak mekânsal özellikleri çıkarır ve LSTM ağlarıyla zamansal bağımlılıkları yakalarken, dikkat mekanizması kritik sıcaklık evrelerini ve belirgin özellikleri vurgular. SSA, ağ derinliğini ve hiperparametreleri ortak olarak optimize ederek, farklı madencilik alanları ve deneysel koşullarda değişen veri karmaşıklıklarına dinamik uyum sağlamayı sağlar. Protokol, veri toplama, özellik ön işleme, model oluşturma, parametre optimizasyonu ve doğrulama adımlarından oluşur. Deneysel sonuçlar, önerilen modelin homojen veri setlerinde önemli ölçüde daha yüksek tahmin doğruluğu sağladığını ve heterojen veri setleri arasında sağlam genelleme performansını sürdürdüğünü göstererek, gerçek zamanlı kömür madeni sıcaklık izleme ve erken uyarı sistemleri için oldukça uygun hale gelmektedir.

Giriş

Kömür, Çin'in enerji yapısında hâlâ baskın bir rol oynamaktadır. Ancak, depolama, taşıma ve madencilik sırasında kendiliğinden ısınma meydana gelebilir ve bu da kendiliğinden yanmaya yol açabilir. Bu durum genellikle mayın yangınlarına yol açar ve maden güvenliğini ve işçilerin hayatlarını ciddi şekilde tehditeder 1,2,3,4. Bu nedenle, kömür madeni yangın risklerinin ve sıcaklık değişimlerinin doğru tahmini erken uyarı ve afet azaltma için gereklidir. Kömür spontan yanma sıcaklığı için tahmin yöntemleri, erke....

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

1. Kömür kendiliğinden yanma veri toplama

  1. Gaz dağıtım sistemi, sıcaklık kontrol ünitesi ve gaz analiz cihazları dahil olmak üzere hava tipi kömür programlı ısıtma oksidasyon sistemini monte edin. Tüm bağlantıların güvenli olduğuna, sıcaklık kontrol ayarlarının doğru olduğundan ve gaz kromatografisi ile diğer analitik cihazların tam kalibre olduğundan emin olun.
  2. 1000 g karışık kömür örneği tartın (orijinal topak formunu koruyun), çeyrek bölme yöntemiyle numuneyi iyice homojenize edin ve kömür bloklarını ısıtma odasına eşit şekilde yerleştirin. Isıtmanın eşit olması için tutarlı kalınlık ve eşit dağılımı koruyun.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Model kararlılığı, farklı jeolojik koşullarda tutarlı tahmin performansını gösteren dört bağımsız veri seti kullanılarak doğrulandı. Bu bölüm, kömür kendiliğinden yanma deneylerinin ve önerilen SSA-CNN-LSTM-Attention modelinin temsil eden sonuçlarını ve performans değerlendirmelerini sunmaktadır. İlk olarak, programlanmış ısıtma oksidasyon deneyleri sırasında toplanan çoklu gaz göstergelerindeki değişimler, farklı sıcaklık aşamalarındaki gaz konsantrasyonlarının dinamik desenlerini ortaya.......

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Sağlam kömür blokları kullanın; örnekleme sonrası sadece yüzey temizliği yapın ve uzun süreli maruz kalmadan kaçınmak için hemen çift kez sızdırın. Gaz hattını sürekli akış kontrolü (MFC) ile sızıntı geçirmez tutun, programlanmış ısıtmayı protokolde belirtildiği gibi gerçekleştirin ve GC'yi sertifikalı standartlarla kalibre edin. Sabit aralıklarla sıcaklık ve gaz sinyalleri alın ve zaman damgalarını senkronize edin (protokole bakınız). Hesaplama açısından, ortamı (OS, Python, derin öğren.......

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarların açıklayacak hiçbir şeyi yok.

Teşekkürler

Bu çalışma, Çin Ulusal Doğa Bilimleri Vakfı (Grant No. 52274206) tarafından derin sert kayaların dinamik bozulma ve kesme sürünmesi özellikleri ve kritik güç hukuku davranışı üzerine proje için, ayrıca kömür damarı gazı göçü sırasında difüzyon etkileri üzerine çalışmalar için Çin Ulusal Doğa Bilimleri Vakfı Gençlik Fonu (Grant No. 51904144) tarafından desteklenmiştir.

....

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
6 portlu, 2 pozisyonlu gaz örnekleme vanası evrensel aktüatör ileVICI ValcoEUDA-2C6UWT1/16" donanım; 0,75 mm portlar; RS-232; 2" mesafe
Alümina örnek teknesiMTI CorporationEQ-CA-L50W40H20>%99,5 Al2O3; 50& Times; 40& kez; 20 mm
Kromatografi yazılımıAgilent TeknolojileriOpenLab CDSVeri toplama/işleme
Kömür örnekleri (sahada toplanmış)Kurum içinde/sahada toplananYokKaynak, Yöntemler bölümünde detaylandırılmıştır
CUDA / cuDNNNVIDIAhttps://developer.nvidia.com/cuda-zoneCUDA 11.x; cuDNN uyumlu
DAQ ana bilgisayarıKeysightDAQ970A6½-haneli DMM; USB/LAN
Kurutucu (işaret ediyor)W.A. Hammond Drierite23001Kalsiyum sülfat; 8 ağ; 1 lb
Diyafram hava pompasıKNFhttps://www.knf.comSürekli hava tedarik; ayarlanabilir akış
FR laboratuvar önlüğüBulwarkKEL2 (seri)NFPA 2112 uyumlu
Gaz kromatografiAgilent TeknolojileriG3540A (8890 GC Sistemi)GC sistemi; EPC; 2 girişe / 4 dedektöre kadar
Isıya dayanıklı eldivenlerAnsell43-113~350 derece ve dereceye kadar aralıklı; C
Yüksek saflıkta havaHava Sıvısı / Airgashttps://www.airgas.com/solutions/specialty-gases/pure-gases/alphagaz≥ %99,99 saflık
IDEJetBrains / Microsofthttps://www.jetbrains.com/pycharm/ ; https://code.visualstudio.com/downloadPyCharm / VS Kodu
Hat içi filtrelerSwagelokhttps://www.swagelok.com/downloads/webcatalogs/en/ms-01-92.pdfSinterlenmiş SS öğeleri 0.5&ntir; 15 µ m
K-tipi termokupllarOMEGAhttps://www.omega.comTip K (NiCr– NiSi)
Kütle akışı kontrolörü (0– 200 sccm)Alicat ScientificMC-200SCCM-DMC-serisi; ± (%0,8 rdg + %0,2 FS)
Çok bileşenli kalibrasyon gazlarıMesserhttps://specialtygases.messergroup.com/standard-gas-mixturesÖzel konsantrasyon; sertifika
İşletim SistemiMicrosofthttps://www.microsoft.com/en-us/software-download/windows11Windows 11
İşletim SistemiKanonikhttps://ubuntu.com/download/desktopUbuntu LTS (22.04/24.04)
PTFE/PFA boruSwagelokhttps://products.swagelok.com/en/all-products/hoses-flexible-tubing/ptfe-pfa-core-hose/c/716?clp=trueKimyasal olarak dirençli; 1/16– 1/4 OD
PythonPython Yazılım Vakfıhttps://www.python.org/downloads/Sürüm 3.8
Kuvars örnek tekneMTI CorporationEQ-QB-1017 (örnek boyutu)~1200 ve derece; C çalışma sıcaklığı
Emniyet gözlükleri3M93506P1-DC (örnek)Kimyasal sıçrama; Sis önleyici seçenekler
Paslanmaz çelik dikişsiz boruSwagelokhttps://www.swagelok.com/downloads/webcatalogs/en/ms-01-181.pdf316/316L; 1/16– 1/4 OD
Paslanmaz çelik boru bağlantı parçaları & FerrullarSwagelokhttps://products.swagelok.com/en/all-products/fittings/tube-fittings-adapters/c/154?clp=true316/316L; çift ferrule
Sıcaklık kontrolörüEurotherm3216Tek döngülü PID; Programlanabilir rampalar/alarmlar
TensorFlowGooglehttps://www.tensorflow.orgSürüm 2.6
USB termokupl modülüNI (Ulusal Enstrümanlar)781314-01 (USB-TC01)K/J/T; Kayıt yazılımı
Değişken alan akışölçeri (Visi-Float)Dwyer InstrumentsVFA-2-EC-SS (0.2&ntir; 2 SCFH Air)Düşük akış menzili; Doğrudan okuma
İş istasyonu GPUNVIDIA900-1G136-2530-000 (Kurucu Baskısı)GeForce RTX 4090, 24 GB GDDR6X (FE)

Kaynaklar

  1. Zhang, J., Zhou, X., Su, J., Xiao, Y. An interpretable machine learning model for optimization of prediction index gases in coal spontaneous combustion. Alexandria Eng J. 122, 268-278 (2025).
  2. Wang, K., Huang, H., Deng, J., Zhang, Y., Wang, Q.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Etiketler

Evri imli Sinir A larUzun K sa S reli BellekDikkat MekanizmasSer e Arama AlgoritmasModel Optimizasyonuznitelik n lemeGer ek Zamanl zlemeErken Uyar Sistemleri