dc.creator | Manojlović, Vaso | |
dc.creator | Sokić, Miroslav | |
dc.creator | Ercegović, Marija | |
dc.creator | Kamberović, Željko | |
dc.creator | Ranđelović, Dragana | |
dc.creator | Zarić, Milana | |
dc.creator | Zakonović, Jelena | |
dc.date.accessioned | 2024-07-15T08:49:13Z | |
dc.date.available | 2024-07-15T08:49:13Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | https://ritnms.itnms.ac.rs/handle/123456789/1270 | |
dc.description.abstract | U industriji čelika, poznavanje sastava troske ključno je za optimizaciju procesa topljenja, smanjenje utroška energije, materijala i negativnog uticaja na životnu sredinu. Konvencionalne metode analize suočavaju se problemima poput dugotrajne pripreme uzorka i relativno velikih troškova, zbog čega se u praksi izbegava redovna analiza sastava troske. Osim toga razvijene su i brze metode zasnovane na XRF spektrometriji, kojima se obezbeđuje brza istovremena analiza više uzoraka kako bi se zadovoljili zahtevi za visokom preciznošću u raznim industrijama poput čelika, bakra, aluminijuma, cementa i u sferi rudarstva. Ovo tehničko rešenje predstavlja razvoj procedure za XRF analize koja je unapređena tehnikama mašinskog učenja za efikasnu analizu sastava troske. Ovo rešenje omogućava brzu, preciznu i pouzdanu analizu hemijskog sastava troske. Pored toga, integracijom sa istorijskim podacima procesa topljenja, razvijena je i metodologija koja omogućava predviđanje sastava troske, što dodatno doprinosi obuhvatnijem materijalnom i energetskom bilansu. Primena ovog rešenja u praksi prikazana je na primeru elektrolučne peći kapaciteta 60 tona, gde su optimizacija procesnih parametara i strategije upravljanja otpadom pokazale značajna poboljšanja u efikasnosti i održivosti proizvodnje čelika. | sr |
dc.language.iso | sr | sr |
dc.publisher | Beograd : Institut za tehnologiju nuklearnih i drugih mineralnih sirovina | sr |
dc.relation | info:eu-repo/grantAgreement/MESTD/inst-2020/200023/RS// | |
dc.relation | info:eu-repo/grantAgreement/MESTD/inst-2020/200135/RS// | |
dc.relation | "Smart and Clean Steel", 51747, founded by Innovation Fund, Republic of Serbia, program Smart Start, 2022 | |
dc.rights | restrictedAccess | sr |
dc.subject | industrija čelika | sr |
dc.subject | analiza troske | sr |
dc.subject | XRF | sr |
dc.subject | optimizacija procesa topljenja | sr |
dc.subject | energetska efikasnost | sr |
dc.subject | održivi razvoj | sr |
dc.subject | mašinsko učenje | sr |
dc.subject | materijalni i energetski bilans | sr |
dc.title | Razvoj i primena metode XRF unapređena sa tehnikama mašinskog učenja za određivanje sastava troske u industriji čelika | sr |
dc.type | technicalReport | sr |
dc.rights.license | ARR | sr |
dc.type.version | publishedVersion | sr |