金属矿山 ›› 2019, Vol. 48 ›› Issue (02): 200-204.
• 机电与自动化 • 上一篇
唐学飞1,杨光1,高鹏2,3,张臣一2,3
Tang Xuefei1, Yang Guang1, Gao Peng2,3, Zhang Chenyi2,3
摘要: 结合东鞍山选矿厂浮选流程的实际工况,采集现场浮选流程的关键过程变量、工艺指标,提出了基于LM-BP神经网络的浮选药剂流量预测模型。数据交叉验证的结果表明,该方法能够在保证精矿品位、回收率等指标满足生产要求的前提下,合理预测浮选药剂制度,使浮选矿浆达到最佳矿化状态,进而优化浮选各项指标,对于降低选厂浮选流程的生产成本有一定的参考价值。