Szempontok a kazakhsztáni pavlodari aluminiumgyár hamu-iszap gyűjtője környezeti hatasainak értekeléséhez

Szerzők

  • Zhanat Shomanova Pavlodar State Pedagogical University, 140000–Pavlodar, 60 Mira St., Kazakhstan
  • Ruslan Safarov L.N. Gumilyov Eurasian National University, 010000–Nur-Sultan, 2 Satpayev St., Kazakhstan https://orcid.org/0000-0003-2158-6330
  • Adai Shomanov Nazarbayev University, 010000–Nur-Sultan, 53 Kabanbay Batyr Ave., Kazakhstan
  • Askar Tleulessov S. Toraigyrov Pavlodar State University, 140000–Pavlodar, 64 Lomov St., Kazakhstan
  • Zharas Berdenov L.N. Gumilyov Eurasian National University, 010000–Nur-Sultan, 2 Satpayev St., Kazakhstan https://orcid.org/0000-0002-2898-8212
  • Lorant David Al-Farabi Kazakh National University, 050040–Almaty, 71 al-Farabi Ave., Kazakhstan https://orcid.org/0000-0001-7880-9860

DOI:

https://doi.org/10.56617/tl.3464

Kulcsszavak:

idegpálya hálózat, hulladék, hamu-iszap gyűjtő, összetevő elemzés, Levenberg-Marquardt, algoritmus

Absztrakt

A Pavlodari Alumíniumgyár hamu-iszap gyűjtőjéből szerzett minták alapján elkészítettünk egy idegpálya hálózati modellt, amely segítségével előre jelezhető a termelés során keletkező hulladék anyagok koncentrációja és mennyisége. Minden egyes elem külön idegpálya modellen van reprezentálva. A modellt a Levenberg-Marquardt algoritmus vezérli. Az idegpálya 5 szintből áll, az első a bemenet, az ötödik a kimenet, köztük pedig 3 rejtett szint található. Az idegpálya modell nagy pontossággal elemzi a tó különböző részeiről beszerzett mintákat, Az elemzés kimutatja, hogy nevezett helyeken nagy fokú a szilicium (Si), kalcium (Ca), réz (Cu, és vas (Fe) koncentráció, ugyanakkor a mangán (Mn), vanádium (V), titán (Ti), szkandium (Sc) és gallium (Ga) kisebb mennyiségben van jelen. Az idegpálya modell pontosságát meghatározó tényezők között említendő a rétegek, vagy szintek száma, illetve az irányító algoritmus.

Szerző életrajzok

  • Zhanat Shomanova, Pavlodar State Pedagogical University, 140000–Pavlodar, 60 Mira St., Kazakhstan

    zshoman@yandex.ru

  • Ruslan Safarov, L.N. Gumilyov Eurasian National University, 010000–Nur-Sultan, 2 Satpayev St., Kazakhstan

    ruslanbox@yandex.ru

  • Adai Shomanov, Nazarbayev University, 010000–Nur-Sultan, 53 Kabanbay Batyr Ave., Kazakhstan

    adai_is@mail.ru

  • Askar Tleulessov, S. Toraigyrov Pavlodar State University, 140000–Pavlodar, 64 Lomov St., Kazakhstan

    askaralek66@mail.ru

  • Lorant David, Al-Farabi Kazakh National University, 050040–Almaty, 71 al-Farabi Ave., Kazakhstan

    dr.david.lorant@gmail.com

Hivatkozások

Chow W.S., Tommy W.S., Chow S-Y.C. 2007: Neural Networks and Computing: Learning Algorithms and Applications. Imperial College Press: London, Great Britain, 322 p. https://doi.org/10.1142/p487

Croall I.F., Mason J.P. 1992: Industrial applications of neural networks: project ANNIE handbook. Springer- Verlag: Berlin, Heidelberg, Germany, 297 p. https://doi.org/10.1007/978-3-642-84837-7

Fine T.L. 1999: Feedforward Neural Network Methodology. Springer-Verlag: New York, USA, 340 p.

GOST 17.4.4.02-84. Soils. Methods of selection and preparation of samples for chemical, biological and helminthological analysis. (in Russian),

GOST 17.4.3.01-83. Soil. General requirements for sampling. (in Russian)

GOST 5180-84. Soils. Methods of laboratory determination of physical characteristics. (in Russian)

Gurney K. 1997: Introduction to Neural Networks. Taylor & Francis Group: New York, USA, 148 p. https://doi.org/10.4324/9780203451519

Mineev V.G. 2001: Practical work on agrochemistry. Publishing house of Moscow university: Moscow, Russia, 689 p. (in Russian)

Letöltések

Megjelent

2019-07-11

Folyóirat szám

Rovat

Cikkek

Hogyan kell idézni

Szempontok a kazakhsztáni pavlodari aluminiumgyár hamu-iszap gyűjtője környezeti hatasainak értekeléséhez. (2019). TÁJÖKOLÓGIAI LAPOK, 17(1), 47-62. https://doi.org/10.56617/tl.3464

Hasonló cikkek

1-10 a 65-ból/ből

You may also Haladó hasonlósági keresés indítása for this article.