基于人工神经网络的水力旋流器选型及优化

• 作者: 冯建成 杜长江 陈秋波
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: BP神经网络 磁铁矿粉 选型 水力旋流器
• 年，卷（期）: 2012,（11）
• 所属期刊栏目: 试验·研究
• 页码范围: 69-70
• 分类号: TD455
• 字数: 1704字
• 语种: 中文

摘要

为了实现对水力旋流器的全面设计,建立了3层BP神经网络模型,该模型可根据分离粒度、生产能力、底流质量浓度等值,选择合适的水力旋流器.经10组数据测试,选型误差为:底流口直径10.43％,溢流口直径7.51％,插入深度17.86％,入料压力20.24％,选型精度高于传统方法.该模型既可用于设备选型,也可用于优化旋流器参数.选择合适的水力旋流器分级加重质,制备得到的粗、细两产品分别满足湿法、干法对加重质要求,对我国选煤业发展有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秋波	海南大学环境与植物保护学院	4	38	3.0	4.0
2	冯建成	海南大学环境与植物保护学院	26	97	6.0	7.0