基于BP神经网络的旋流-静态微泡浮选柱气含率预测
廖寅飞1
刘炯天2
王永田1
曹亦俊1
1.中国矿业大学化工学院,江苏徐州,2211162.中国矿业大学化工学院,江苏徐州221116;东北大学资源与土木工程学院,辽宁沈阳110004
摘要：分析了影响旋流-静态微泡浮选柱气含率的因素,选取循环压力、进气量和起泡剂浓度3个主控因素作为BP神经网络模型的基本特征量,建立了浮选柱气含率与主控因素之间的相关关系和BP神经网络预测模型,并对气含率进行了预测分析.结果表明:BP神经网络能合理地表达浮选柱气含率与其主控因素之间的非线性映射关系,预测结果与实测值之间的相对误差一般小于5%,达到了较高的预测精度.
关键词：BP神经网络旋流-静态微泡浮选柱气含率预测主控因素
分类号：TD923(选矿)
资助基金：国家高技术研究发展计划（863计划）(863;2007AA05Z339)国家自然科学基金(50921002)
论文发表日期：2011-01-01
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）
英文信息