基于多源数据的铝土矿浮选生产指标集成建模方法
曹斌芳1
谢永芳2
阳春华2
桂卫华2
王晓丽2
1.中南大学 信息科学与工程学院,湖南长沙410083;湖南文理学院物理与电子科学学院,湖南常德4150002.中南大学 信息科学与工程学院,湖南长沙,410083
摘要：在长流程浮选过程中,生产指标难以在线检测,造成操作不及时,影响系统的稳定运行.本文提出了一种基于多源数据的铝土矿浮选过程生产指标集成建模方法.首先结合浮选机理和现场工人经验,分析影响和反映生产指标的多源数据(生产数据和泡沫图像特征数据);然后分别建立各生产指标预测子模型和同步误差补偿子模型;最后采用信息熵和智能协调策略分别构建精矿品位和尾矿品位的集成预测模型.工业验证和工况分析表明,本文集成建模方法具有良好的预测性能和较强的泛化性,为基于生产指标的浮选过程操作参数控制和全流程优化奠定基础.
关键词：泡沫特征生产指标集成建模偏最小二乘正则极限学习机
分类号：TP29(自动化技术及设备)
资助基金：国家自然科学基金(61134006)国家自然科学基金(61321003)国家自然科学基金(61473318,61304126)高等学校博士学科点专项科研基金(博导类)(20120162110076)湖南省研究生科研创新项目(CX2014B077)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 1252-1261 )
英文信息