基于RBF神经网络和RS理论的磨矿分级系统软测量模型

• 作者: 包广清 李战明 王云峰 袁占亭
• 来源期刊: 江苏大学学报（自然科学版）
• 学科: 工学
• 关键词: RS理论 RBF神经网络 预测模型 磨矿分级系统 软测量
• 年，卷（期）: 2010,（6）
• 页码范围: 695-699
• 分类号: TD923
• 字数: 3337字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7775.2010.06.017

摘要

为了提高硫化镍选矿过程的效率并改善选矿产品的质量,运用RS理论研究了某选矿厂磨矿工艺多维数据的属性约简.在建立相应RBF神经网络预测模型基础上,给出了表征磨矿生产过程内在规律的最小知识表达,并基于该模型对选矿生产指标进行了预测.结果表明:磨矿工艺数据可以进行浓缩,生产过程经验操作能够找到相应的理论依据,从而加深了对生产工艺过程内在规律的认识;应用软测量技术获取了球磨机和旋流器内部状态主要关键参数,该模型分析过程相对简单,网络学习训练时间少、学习精度高;仿真结果表明估计值与分析值拟合良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包广清	兰州理工大学电气工程与信息工程学院	90	668	13.0	22.0
2	李战明	兰州理工大学电气工程与信息工程学院	162	1481	18.0	29.0
3	王云峰	兰州理工大学电气工程与信息工程学院	29	65	5.0	7.0
5	袁占亭	兰州理工大学电气工程与信息工程学院	84	771	14.0	25.0