采用人工神经网络基因复合算法预测氧化铜矿柱浸工艺铜浸出率

• 作者: Aliakbar ABDOLLAHZADE Fatemeh SadatHOSEINIAN Mohsen HASHEMZADEH Saeed SoltaniMOHAMADI
• 来源期刊: 中国有色金属学报（英文版）
• 关键词: 浸出 氧化铜矿 浸出率 人工神经网络 基因算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 矿业工程 ? 冶金工程 ? 化学与化工
• 页码范围: 686-693
• 页数: 8页
• 字数: 544字
• 语种: 英文
• DOI: 10.1016/S1003-6326(17)60076-1

摘要

采用人工神经网络(ANN)以及人工神经网络和基因复合(GANN)算法来优化氧化铜矿柱浸工艺参数.采用三种高度的浸矿柱(2,4,6 m)和尺寸为<25.4 mm和<50.8 mm的两种矿物来进行浸出实验.在台架实验规模下,对浸矿柱高度、矿粒尺寸、硫酸流速、浸出时间等工艺参数对铜浸出率的影响进行研究,对浸出条件进行优化以得到最大的浸出率.研究结果表明,铜的浸出率随硫酸流速和浸出时间的增加而增加,随矿粒尺寸和浸矿柱高度的减小而增加.对人工神经网络(ANN)、人工神经网络和基因复合(GANN)算法的效率进行了比较,结果表明,人工神经网络和基因复合(GANN)算法比人工神经网络(ANN)算法更有效.采用新提出的算法模型来预测铜的浸出率误差更低.