Materials· 2026Q2
Petrol Kok Dikey Şaftlı Kalsinerinde Geçici Termal Tepki ve Simülasyon Güdümlü Makine Öğrenmesi Tahmini
Transient Thermal Response and Simulation-Driven Machine Learning Prediction for Temperature in a Petroleum Coke Vertical Shaft Calciner
- 0atıf
- Q2SCImago
- 2026yıl
Kısa özet
Petrol koklu dikey şaftlı kalsinerin (VSC) geçici bir çoklu fizik modeli, üst baca sıcaklığının 200 K artırılmasının kalsinasyon bölgesini 1.3 m'den 1.9 m'ye uzattığını, deşarj oranının 95'ten 115 kg/sa'e artırılmasının ise 0.3 m'ye kısalttığını göstermektedir. 4.59 x 10^5 simüle edilmiş sıcaklık üzerinde eğitilen bir TCLCA makine öğrenmesi modeli, %94 civarında hesaplama süresini azaltarak 0.997 R2 ile merkez çizgi sıcaklık evrimini tahmin etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Üst baca sıcaklığının 200 K artırılması, yüksek sıcaklıktaki kalsinasyon bölgesini 1.3 m'den 1.9 m'ye uzatmıştır.
- Deşarj oranının 95 kg/sa'ten 115 kg/sa'e çıkarılması, kalsinasyon bölgesini 1.3 m'den 0.3 m'ye kısaltmıştır.
- Fırın duvarı 10 saat içinde yarı-kararlı duruma yaklaşırken, kok yatağının bu duruma ulaşması 40 saate kadar sürmüştür.
- Bir TCLCA makine öğrenmesi modeli, sıcaklık tahmini için 0.997 R2 değeri elde etmiştir.
- TCLCA modeli, hesaplama süresini yaklaşık %94 oranında azaltmıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Transient temperature evolution in a petroleum coke vertical shaft calciner (VSC) helps assess responses to operating disturbances, but transient multiphysics simulations are costly. A transient two-dimensional multiphysics model representing one pot and the flues on one side of a 24-pot, eight-layer co-current VSC, with prescribed flue temperatures, was developed to investigate step changes in flue temperature and per-pot discharge rate. Raising the upper-flue temperature by 200 K extended the high-temperature calcination zone from 1.3 to 1.9 m and shifted it upward. Increasing the discharge rate from 95 to 115 kg/h shortened this zone from 1.3 to 0.3 m and shifted it downward. The furnace wall approached a quasi-steady state within 10 h, whereas the coke bed required up to 40 h. Using 4.59 × 105 numerically generated temperature values from 510 pot-centerline locations under nine flue-temperature disturbance conditions, a Temporal Convolutional Network–Bidirectional Long Short-Term Memory–Convolutional Neural Network–Attention (TCLCA) surrogate model was developed. TCLCA achieved an R2 of 0.997 in recursive prediction while reducing computational time by approximately 94%. The framework enables rapid prediction of simulated centerline temperature evolution.
Yazarların özeti; kaynağından alınmıştır. Materials, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Yakıt Teknolojisi
Fuel TechnologyEnergy