基于小波神经网络的矿浆浓度预测

• 作者: 关萌 孟海星 张陈 罗旋
• 来源期刊: 机械研究与应用
• 关键词: 浮选 矿浆浓度 小波神经网络 预测
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 检测与控制
• 页码范围: 150-152,155
• 页数: 4页
• 分类号: TH327
• 语种: 中文
• DOI: 10.16576/j.cnki.1007-4414.2017.06.046

摘要

在浮选过程中矿浆浓度作为影响浮选效果的重要因素,其对浮选指标的影响显示出非线性规律.为了准确预测矿浆浓度,有效提高搅拌效果,提出一种将小波理论与神经网络结合的预测方法.以Matlab软件为平台,构建回收率、精矿质量、药剂用量这3个主要浮选指标与矿浆浓度之间的小波神经网络模型,采用梯度修正法修正网络的权值和小波基函数参数,从而提高了预测输出的准确性.研究结果表明,预测值与实际值较为接近,可满足矿浆搅拌系统中矿浆浓度的预测要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张陈	沈阳工程学院机械学院	42	174	7.0	11.0
2	关萌	沈阳工程学院机械学院	4	16	2.0	4.0
3	罗旋	沈阳工程学院机械学院	5	5	2.0	2.0
4	孟海星	沈阳工程学院机械学院	2	2	1.0	1.0