硫化矿石自燃倾向性鉴定技术

金属矿山 ›› 2011, Vol. 40 ›› Issue (06): 146-148.

硫化矿石自燃倾向性鉴定技术

胡文志¹，谢振华¹，赵军²

1.北京科技大学土木与环境工程学院；2.中国安全生产科学研究院

出版日期:2011-06-08 发布日期:2011-06-09

Identification Technology about Spontaneous Combustion Tendency of Sulfide Ores

Hu Wenzhi¹，Xie Zhenhua1，Zhao Jun²

1.University of Science & Technology Beijing；2.China Academy of Safety Science and Technology

Online:2011-06-08 Published:2011-06-09

摘要/Abstract

摘要： 以BP神经网络为基础，建立了硫化矿石自燃倾向性鉴定模型，模型选用硫化矿石的吸氧量、自热起始温度和比表面积为输入层单元，自燃倾向性等级为输出层单元。运用MATLAB软件对模型进行了实现，将模型应用到硫化矿石自燃倾向性的实际鉴定中，预测结果真实可靠。

关键词: BP神经网络, MATLAB, 硫化矿石, 自燃倾向性

Abstract: The identification model for spontaneous combustion tendency of sulfide ores was established based on BP neural network. This model selected the quantity of oxygen absorption, the self-heating starting temperature and specific surface area of the sulfide ores as the input layer units, and the level of spontaneous combustion tendency as the output layer. Then, it was realized by using MATLAB software, and then applied to the actual identification on the spontaneous combustion tendency of sulfide ores, with correct and reliable predicting results obtained.

Key words: BP neural network, MATLAB, Sulfide ores, Spontaneous combustion tendency

胡文志, 谢振华, 赵军. 硫化矿石自燃倾向性鉴定技术[J]. 金属矿山, 2011, 40(06): 146-148.

HU Wen-Zhi, XIE Zhen-Hua, ZHAO Jun. Identification Technology about Spontaneous Combustion Tendency of Sulfide Ores[J]. Metal Mine, 2011, 40(06): 146-148.

[1]	刘志远, 程小舟. 基于STM32的新型X荧光在线品位分析仪的研制与应用[J]. 金属矿山, 2020, 49(07): 178-186.
[2]	齐留洋, 王德胜, 刘占全, 崔凤, 徐晓东, 郭建新. 矿山预裂爆破效果预测的BP神经网络法[J]. 金属矿山, 2019, 48(07): 65-69.
[3]	董艳红, 陈代雄, 杨建文, 肖骏, 胡波, 曾惠明. 某铜铅锌多金属硫化矿石的浮选试验[J]. 金属矿山, 2019, 48(07): 92-96.
[4]	梁焘茂, 邱廷省, 艾光华. 内蒙古某低品位铅锌硫化矿石铅锌浮选试验[J]. 金属矿山, 2019, 48(07): 97-102.
[5]	周华荣, 许永伟, 张慧婷, 翁存建, 王鹏程3, 罗仙平. 青海某硫化铅锌矿选矿工艺优化研究[J]. 金属矿山, 2019, 48(07): 103-107.
[6]	陈竹安, 熊鑫, 危小建. 利用卡尔曼滤波综合算法构建开采沉陷预测模型[J]. 金属矿山, 2019, 48(05): 132-136.
[7]	唐学飞, 杨光, 高鹏, 张臣一. 基于LM-BP神经网络的浮选药剂流量预测模型研究[J]. 金属矿山, 2019, 48(02): 200-204.
[8]	魏转花, 李国尧, 陈水波. 山西某含金铅锌硫化矿石选矿试验[J]. 金属矿山, 2018, 47(11): 81-85.
[9]	司剑峰, 钟东望, 涂圣武, 陈晨, 黄雄. 爆破裂纹形态统计的图像特征提取技术研究[J]. 金属矿山, 2018, 47(03): 146-150.
[10]	方懿. GPS高程拟合方法研究[J]. 金属矿山, 2017, 46(10): 43-46.
[11]	陈健峰. 矿山深部开采覆岩沉陷预测的改进粒子群优化BP模型[J]. 金属矿山, 2017, 46(07): 128-132.
[12]	谢振华, 窦培谦. 基于BP神经网络的矿山排土场滑坡预警模型[J]. 金属矿山, 2017, 46(06): 166-169.
[13]	王志军, 吕文生, 杨鹏, 王志凯, 王金海. 充填体强度的支持向量机设计匹配模型[J]. 金属矿山, 2016, 45(11): 34-38.
[14]	欧乐明, 王龙, 曾培, 符海桃. 云南某难选铜锌硫化矿石选矿试验[J]. 金属矿山, 2016, 45(10): 87-91.
[15]	张晓龙, 胡军, 赵天毅. 考虑粒径分级的排土场稳定性分析[J]. 金属矿山, 2016, 45(10): 171-176.