基于RBF神经网络的磨矿粒度软测量模型及实现

• 作者: 张云刚 王志春
• 来源期刊: 计算机测量与控制
• 关键词: 磨矿粒度 径向基函数 正交最小二乘法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 38-39,43
• 页数: 3页
• 分类号: TP2
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2017.01.011

摘要

磨矿分级作业是选矿生产中的重要环节,磨矿粒度的好坏直接影响浮选的精矿品位和尾矿回收率;在实际生产中粒度的测量有在线粒度分析仪,但存在成本高、维修率高,离线实验室化验又有时间延迟大的问题;对实际磨矿分级作业过程进行了分析,提出用径向基函数(RBF)神经网络建立磨矿粒度软测量模型,采用正交最小二乘法(OLS)算法对网络进行训练学习,泛化校验;仿真结果表明,在较少训练数据下该网络非线性处理能力和逼近能力依然很强,学习时间短,模型基本符合要求;通过OPC技术将Matlab与PKS控制系统相结合,实现实时软测量磨矿粒度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志春	内蒙古科技大学信息工程学院	65	159	6.0	8.0
2	张云刚	内蒙古科技大学信息工程学院	1	7	1.0	1.0