浮选加药量预测模型的研究

• 作者: 杨晓鸿 王昊鑫 郑诚
• 来源期刊: 选煤技术
• 关键词: 浮选加药 加药量预测模型 BP神经网络 GRNN神经网络 相对误差
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 自动化与智能化
• 页码范围: 87-90
• 页数: 4页
• 分类号: TD943+.1|TP948.9
• 语种: 中文
• DOI: 10.16447/j.cnki.cpt.2020.01.021

摘要

为解决浮选加药过程中存在的人为主观因素大,浮选产品灰分易波动,浮选药剂耗损量大等问题,分别建立了基于BP神经网络和GRNN神经网络的两种加药量预测模型,并设计硬件系统,对两种模型预测的捕收剂添加量和起泡剂添加量进行了试验验证.结果 表明,基于BP神经网络建立的浮选加药量预测模型预测效果较好,更适用于浮选生产过程中的药荆添加量预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑诚	中国矿业大学化工学院	4	5	1.0	2.0
2	杨晓鸿		10	15	3.0	3.0
3	王昊鑫	中国矿业大学化工学院	1	1	1.0	1.0