基于BP神经网络的双叶轮浮选机选矿效率预测研究

作     者：陈飞 随婕斐 李智力 张泽强 秦芳 唐远 何东升 CHEN Fei;SUI Jiefei;LI Zhili;ZHANG Zeqiang;QIN Fang;TANG Yuan;HE Dongsheng

作者机构：武汉工程大学资源与安全工程学院湖北省武汉市430074 北京冶金工业出版社有限公司 武汉工程大学磷资源开发利用教育部工程研究中心 

基　　金：国家重点研发计划项目(编号:2019YFC1905801) 湖北省高等学校优秀中青年科技创新团队计划项目(编号:T2021006) 武汉工程大学校内科学基金研究项目(编号:K2021099,K202064) 湖北三峡试验室开放基金项目(编号:SK211008) 磷资源开发利用教育部工程研究中心开放基金项目(编号:LCX2021006) 

出 版 物：《现代矿业》 (Modern Mining)

年 卷 期：2023年第39卷第1期

页      码：207-210页

摘      要：为保证浮选机既有足够的充气量,又能产生矿物浮选所需的静态分选环境,通过将离心叶轮与搅拌叶轮有机结合,设计了双叶轮控制系统浮选机。在前期研究的基础上,通过固定双叶轮浮选机离心叶轮结构参数,选取双叶轮浮选机搅拌叶轮直径和转速为输入因子,磷矿选矿效率为输出因子,建立了双叶轮浮选机选矿效率预测模型,并通过样本检验了模型的准确性。研究结果表明:建立的BP神经网络模型能准确预测双叶轮浮选机选矿效率,预测值与试验值的相对误差一般小于5%;建立的选矿效率预测模型可用于双叶轮浮选机浮选参数的优化控制与决策,可减少试验量,节省人力、物力和时间。

主 题 词：BP 神经网络 双叶轮浮选机 选矿效率 预测模型 

学科分类：12[管理学] 081901[081901] 1201[管理学-管理科学与工程类] 0819[工学-海洋工程类] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1674-6082.2023.01.048

馆 藏 号：203118531...