浮选加药量预测模型的研究
杨晓鸿1
郑诚2
王昊鑫2
1.淮北矿业股份有限公司临涣选煤厂,安徽淮北2351412.中国矿业大学化工学院,江苏徐州221116
摘要：为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证.结果 表明,基于BP神经网络建立的浮选加药量预测模型预测效果较好,更适用于浮选生产过程中的药荆添加量预测.
关键词：浮选加药加药量预测模型BP神经网络GRNN神经网络相对误差
分类号：TD943+.1(选矿)TP948.9(自动化技术、计算机技术)
资助基金：国家自然科学基金(51304194)
论文发表日期：2020-02-25
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：4( 87-90 )
英文信息