การจำแนกและการกำหนดลักษณะคุณภาพของถ่านหินลิกไนต์ ของเหมืองแม่เมาะด้วยการวิเคราะห์หลายตัวแปร Classification and Identification of Lignite Quality Characteristics of Mae Moh Mine with Multivariate Analysis

Authors

  • กิดาการ สายธนู
  • ธันวา เจริญศิริ
  • จตุภัทร เมฆพายัพ

Keywords:

ถ่านหินลิกไนต์, เหมืองแม่เมาะ, การวิเคราะห์ปัจจัย, การวิเคราะห์การจำแนก, Lignite, Mae Moh Mine, Factor Analysis, Discriminant Analysis

Abstract

บทคัดย่อ การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อจำแนกและกำหนดลักษณะคุณภาพของถ่านหินลิกไนต์ของเหมืองแม่เมาะโดยรวบรวมข้อมูลเกี่ยวกับองค์ประกอบทางเคมีของเถ้าถ่านหินจากโรงไฟฟ้าแม่เมาะ จังหวัดลำปาง ตั้งแต่ปี ค.ศ. 2007 ถึงปี ค.ศ. 2014 โดยใช้ตัวแปรค่าความร้อนสูงเป็นเกณฑ์ในการแบ่งกลุ่มคุณภาพของถ่านหินออกเป็น 2 กลุ่มคือ กลุ่ม  ถ่านหินที่มีคุณภาพตามมาตรฐาน และกลุ่มถ่านหินที่มีคุณภาพดี แล้วสร้างตัวแบบในการทำนายค่าหรือพยากรณ์กลุ่มคุณภาพของถ่านหินลิกไนต์ด้วยการวิเคราะห์การจำแนก ผลการวิจัยเมื่อใช้การวิเคราะห์ปัจจัยพบว่าสามารถรวมกลุ่มตัวแปรที่เป็นองค์ประกอบทางเคมีของเถ้าถ่านหินได้เป็น 6 ปัจจัย ได้แก่ ออกไซด์ที่ทำให้เกิดตะกรัน ค่าความร้อน ความชื้น โพแทสเซียมออกไซด์ ไททาเนียมไดออกไซด์ และแมงกานีสไดออกไซด์ สำหรับการประเมินค่าตัวแบบที่ใช้ทำนายค่าหรือพยากรณ์กลุ่มคุณภาพของถ่านหินลิกไนต์ พบว่าเปอร์เซนต์ความถูกต้องในการจำแนกของเมทริกซ์ Confusion มีค่าเท่ากับ 92.81% และ 95.45% เมื่อเป็นชุดของข้อมูลที่ใช้ในการสร้างตัวแบบและชุดของข้อมูลที่ใช้ในการตรวจสอบ  ความถูกต้องของตัวแบบ ตามลำดับ คำสำคัญ : ถ่านหินลิกไนต์ เหมืองแม่เมาะ การวิเคราะห์ปัจจัย การวิเคราะห์การจำแนก ABSTRACT The purpose of this research is to classify and identify the lignite quality characteristics of Mae Moh Mine by collecting data of chemical lignite composition from Mae Moh power plant, Lampang since 2007 to 2014. The High Heating Value (HHV) was utilized as the criterion to divide the lignite qualities into 2 groups, standard and desirable groups, and then built the model to predict the quality groups of lignite with discriminant analysis. The results of research indicated that factor analysis was able to combine the correlated variables influenced to lignite quality with 6 factors, slag, heat, moisture, K2O, TiO2 and MnO2. For model evaluation to predict the group of lignite quality, the correction percentage in classification of Confusion matrix were 92.81 and 95.45 in the training and validation sets, respectively.   Keywords : Lignite, Mae Moh Mine, Factor Analysis, Discriminant Analysis

Downloads

Download data is not yet available.

Downloads