磁化处理的全尾砂料浆沉降参数优化模型

• 作者: 张钦礼 柯愈贤 王新民
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 全尾砂 磁处理 支持向量机 遗传算法
• 年，卷（期）: 2017,（1）
• 页码范围: 48-56
• 页数: 9页
• 分类号: TM721.3
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2017.01.006

摘要

为了提高全尾砂料浆的脱水浓缩效果，将磁化处理技术引入到全尾砂料浆脱水浓缩中，并建立 GA-SVM 模型优选全尾砂料浆的沉降参数。建立支持向量机（SVM）沉降参数优化模型，以磁感应强度、磁化处理时间、料浆流速、料浆浓度、絮凝剂单耗为输入因子，沉降速度为综合输出因子，通过正交试验建立样本数据对 SVM 模型进行训练与检验，采用遗传算法（GA）对 SVM 模型参数进行优化，进而得到磁化全尾砂料浆沉降参数的 GA-SVM 优化模型。将 GA-SVM 模型运用到某铁矿磁化全尾砂料浆沉降参数优化中，得到的最佳沉降参数为磁感应强度0．192 T、磁化处理时间1．85 min、料浆速度1．92 m／s、PAC 单耗28 g／t，沉降速度可达约155 cm／h。研究表明：适宜的磁化处理条件可提高全尾砂料浆的脱水浓缩效果，节约30．0％～42．5％PAC 用量，GA-SVM模型对全尾砂料浆沉降参数预测结果相对误差在5％以内、预测精度高，为全尾砂料浆脱水浓缩及其参数优选提供了一种新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新民	中南大学资源与安全工程学院	181	2580	25.0	40.0
2	张钦礼	中南大学资源与安全工程学院	180	2235	24.0	38.0
3	柯愈贤	中南大学资源与安全工程学院	11	146	7.0	11.0