金矿浮选回收率预测模型

• 作者: 刘青 姚凯 彭良振 李剑锋 汪宙 王宝 王彬 袁玮
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 金矿 浮选 回收率 线性回归 神经网络 预测模型
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 资源与开发
• 页码范围: 1456-1461
• 页数: 6页
• 分类号: TD953
• 字数: 4187字
• 语种: 中文
• DOI: 10.13374/j.issn1001-053x.2014.11.005

摘要

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平。在大量现场生产数据的基础上,分别采用多元线性回归和 BP 神经网络的方法,建立了金矿厂浮选回收率的预测模型。预测误差分析表明,BP 神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用。