现代矿业2023，Vol.39Issue(1) ：207-210.DOI:10.3969/j.issn.1674-6082.2023.01.048

基于BP神经网络的双叶轮浮选机选矿效率预测研究

Beneficiation Efficiency Prediction of Double Impeller Flotation Machine Based on BP Neural Network

陈飞 随婕斐 李智力 张泽强 秦芳 唐远 何东升
现代矿业2023，Vol.39Issue(1) ：207-210.DOI:10.3969/j.issn.1674-6082.2023.01.048
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于BP神经网络的双叶轮浮选机选矿效率预测研究

Beneficiation Efficiency Prediction of Double Impeller Flotation Machine Based on BP Neural Network

陈飞 1随婕斐 2李智力 3张泽强 1秦芳 1唐远 1何东升1
扫码查看

作者信息

  • 1. 武汉工程大学资源与安全工程学院
  • 2. 武汉工程大学资源与安全工程学院;北京冶金工业出版社有限公司
  • 3. 武汉工程大学资源与安全工程学院;武汉工程大学磷资源开发利用教育部工程研究中心
  • 折叠

摘要

为保证浮选机既有足够的充气量,又能产生矿物浮选所需的静态分选环境,通过将离心叶轮与搅拌叶轮有机结合,设计了双叶轮控制系统浮选机.在前期研究的基础上,通过固定双叶轮浮选机离心叶轮结构参数,选取双叶轮浮选机搅拌叶轮直径和转速为输入因子,磷矿选矿效率为输出因子,建立了双叶轮浮选机选矿效率预测模型,并通过样本检验了模型的准确性.研究结果表明:建立的BP神经网络模型能准确预测双叶轮浮选机选矿效率,预测值与试验值的相对误差一般小于5％;建立的选矿效率预测模型可用于双叶轮浮选机浮选参数的优化控制与决策,可减少试验量,节省人力、物力和时间.

关键词

BP神经网络/双叶轮浮选机/选矿效率/预测模型

引用本文复制引用

基金项目

国家重点研发计划(2019YFC1905801)

湖北省高等学校优秀中青年科技创新团队项目(T2021006)

武汉工程大学校内科学基金研究项目(K2021099)

武汉工程大学校内科学基金研究项目(K202064)

湖北三峡试验室开放基金(SK211008)

磷资源开发利用教育部工程研究中心开放基金(LCX2021006)

出版年

2023
现代矿业
中钢集团马鞍山矿山研究院有限公司

现代矿业

影响因子：0.33
ISSN：1674-6082
被引量2
参考文献量15
段落导航相关论文