Iššūkio partneris:
Lyncis, UAB
Iššūkio partneris:
Lyncis, UAB
Trumpai
Pasinaudojant LIBS (Laser Induced Breakdown Spectroscopy) technologija ir machine learning ar neural network duomenų apdirbimo būdais nustatyti sieros koncentraciją metalo rūdoje.
Kontekstas
Lyncis projektuoja ir gamina industrinius analizatorius mineralų gavybos ir apdirbimo įmonėms. Lyncis įranga montuojama virš gamybos konvejerio ir leidžia tiksliai akimirksniu nustatyti cheminę medžiagų koncentraciją naudojamose medžiagose. Įranga eksportuojama trašų, įvairių metalų, anglies, cemento ir kitų industrinių mineralų gamintojams Š. Amerikoje, Europoje ir Azijoje. Daugiau: www.lyncis.lt.
Problema
Metalo gavybos ir apdirbimo įmonėms svarbu realiu laiku nustatyti ant konvejerio esančios žaliavos mineralų koncentraciją. Šios žinios leidžia laiku keisti technologinius procesus ir užtikrinti produkcijos kokybę. Šiai užduočiai atlikti naudojama LIBS technologija leidžia nustatytoi tokių elementų kaip geležis, magnis, kalcis, chloras ir daugybė kitų medžiagų koncentraciją. Esant tam tikriems cheminiams junginiams medžiagose, pvz. siera, tiksliai nustatyti mineralų koncentraciją yra labai sunku.
Galimas sprendimas
Surasti būdą ar metodą, kaip galima būtų nustatyti sieros koncentraciją nikelio rūdoje (65-70% Ni) pasinaudojant LIBS technologija industrinėje aplinkoje. Galimi sprendimo būdai:
a. įvertinti ir modifikuoti esamą tyrimo technologiją, kad būtų galima tinkamai aptikti ir įvertinti sieros signalą LIBS spektre.
ir/arba
b. sukurti tinkamą machine learning, neural networks algoritmą, kuris galėtų tiksliai atpažinti medžiagų koncentraciją pasinaudojant esama LIBS technologija. Tam gali būti naudojami esami duomenys arba naujai atlikti tyrimų duomenys Lyncis laboratorijoje.
Kviečiami fizikos, chemijos, statistikos, spektroskopijos, eksperimentinio duomenų apdirbimo ir analizės, machine learning ar neural networks besidomintys studentai.