浮选机液位在线检测分析与神经网络预测研究

• 作者: 王云峰
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 液位 BP神经网络 OLS 预测 稳定
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 电力电子技术
• 页码范围: 171-173
• 分类号: TP391
• 字数: 2209字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2012.02.061

摘要

浮选机液位稳定是提高浮选品质的重要因素之一。在综合实时实验数据和浮选机液位控制研究的基础上,提出了一种基于BP神经网络的浮选机液位稳定及液泡厚度的预测模型。预测模型主要以搅拌槽输出的矿浆流量,扫选输入流量,精选尾矿流量等为输入量,以液泡厚度为输出量,网络隐含层单元个数与中心向量采用正交最小二乘法（OLS）。同时,在此基础上在通过Matlab软件来分析液泡厚度情况,并给出了预测及预警信息。从仿真的结果来看,符合预期的效果,对预防液位变化过大和保证液位稳定具有较大的参考价值和现实意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王云峰	甘肃政法学院计算机科学学院	29	65	5.0	7.0