收藏本站
收藏 | 论文排版

基于多源信息融合的浮选过程软测量建模方法研究

韩霜  
【摘要】:由于浮选生产过程是一个复杂的物理化学综合反应过程,它具有强非线性、强耦合性等特点,因此精矿品位和浮选回收率很难在线实时的获取。本文提出采用人工神经网络和软测量建模相结合的方法对精矿品位和浮选回收率进行预测。本文具体工作主要有以下几个方面:以浮选过程的精矿品位和浮选回收率预测为目标,提出了一种基于PSO-GSA算法优化的浮选过程前馈神经网络软测量模型。万有引力算法虽然具有较好的寻优能力,但是其收敛速度较慢,并且容易陷入局部最优。本章利用粒子群算法优化万有引力算法中的速度和位置,从而提高收敛速度和预测精度。最后运用所提算法优化前馈神经网络软测量模型参数,并对浮选过程的关键工艺技术指标进行预测和仿真。其次提出了一种基于浮选泡沫图像特征提取的混洗布谷鸟搜索算法优化BP神经网络软测量模型。由于浮选泡沫图像中包含大量有关浮选过程的信息,因此针对浮选泡沫图像的颜色、视觉和形状共14个参数进行特征提取,以作为精矿品位软测量模型的输入变量;并采用等距映射方法对高维输入向量进行降维,降低BP神经网络的输入维数和网络规模;最后提出一种自适应步长的混洗布谷鸟搜索算法优化BP神经网络软测量模型,并对该模型进行仿真验证。最后提出一种基于改进萤火虫优化算法的浮选过程回声状态网络软测量模型。将浮选过程数据和从浮选图像数据提取的图像特征信息共同作为软测量模型的辅助变量,并采用核主元分析方法对高维输入向量进行降维,提取非线性主元,以降低ESN的目标维数和网络规模;然后采用基于拥挤度因子的GSO算法对浮选过程ESN软测量模型进行优化,并对精矿品位和浮选回收率进行预测仿真。总之,通过仿真结果表明了三种神经网络软测量模型均能够取得较好的预测效果,能够提高浮选过程中精矿品位和浮选回收率的预测精度,可以满足浮选生产过程的控制要求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张文彬;;国外利用高能辐射强化浮选过程的研究概况[J];国外金属矿选矿;1981年08期
2 ;在铁矿石浮选过程中硝基烷衍生胺的行为[J];国外金属矿选矿;1990年09期
3 杨会志,于春田;一种浮选过程控制的新策略——粗糙控制[J];矿业研究与开发;1999年05期
4 王会清,韩艳玲;基于铜矿浮选过程控制的数学模型研究[J];云南冶金;2003年04期
5 羊衍贵,袁惠新;浮选过程的拓展及超重力油浮过程的分析[J];江南大学学报;2004年05期
6 邵之苗;高扬;;铜选矿厂浮选过程控制系统的研究与应用[J];矿冶;2012年01期
7 Ю.П.Иремин;孙维约;;超声波对浮选基本行为的强化作用[J];矿产保护与利用;1981年03期
8 И.Н.普拉克辛,А.М.欧科洛维奇,Л.П.札莱斯卡娅,冯国魁 ,王纯善;在研究浮选过程时的矿粉比表面积的测定[J];金属学报;1957年04期
9 H. Schubert;李民;;浮选过程中流体动力学的最佳化[J];国外金属矿选矿;1982年01期
10 ;文摘与简讯[J];国外金属矿选矿;1983年04期
11 С.А.Лазаренко;钱芸;;浮选过程操作管理中工艺参数控制精度要求的确定[J];国外金属矿选矿;1986年12期
12 张礼刚,苏震;浮选过程的卡尔曼滤波[J];冶金自动化;1988年03期
13 闫红杰;毛成;孙伟;耿志强;;浮选过程颗粒输运行为数值模拟[J];中国有色金属学报;2014年02期
14 宋晓明;杨保东;武涛;杨文旺;谭明;;浮选过程控制的历史发展和现状[J];有色金属(选矿部分);2011年S1期
15 T.P.Meloy;施辉亮;王宝贵;;浮选过程中细泥的处理[J];国外金属矿选矿;1964年11期
16 井上外志雄;今泉常正;晓冰;;关于浮选动力学的一系列研究[J];国外金属矿选矿;1981年03期
17 ;铅—锌矿石浮选过程中胶体羟基氯化铜的应用[J];国外金属矿选矿;1984年09期
18 黎小玲;;简讯[J];国外选矿快报;1995年18期
19 薛玉兰,王淀佐,叶秉瑞,黄自力;黑药在方铝矿浮选过程中的分布与浮选效果──药剂分布流程图的研究与应用[J];中南工业大学学报;1996年04期
20 丛峰武;张勇;孙云兰;;智能数据预处理在浮选过程中的应用[J];鞍山科技大学学报;2005年06期
中国重要会议论文全文数据库 前3条
1 丁浩;邓雁希;许霞;任瑞晨;;金红石与石榴石浮选过程中的表面行为及分选特性研究[A];《硅酸盐学报》创刊50周年暨中国硅酸盐学会2007年学术年会论文摘要集[C];2007年
2 周俊武;孙传尧;;RBF网络在硫化矿浮选过程建模中的应用研究[A];首届全国有色金属自动化技术与应用学术年会论文集[C];2003年
3 杨晶晶;姚婧婧;李彦鹏;;浮选过程中气泡撞击固体曲面的可视化研究[A];2013中国水处理技术研讨会暨第33届年会论文集[C];2013年
中国硕士学位论文全文数据库 前6条
1 桂艳球;基于数据的铜浮选过程网络化建模与工况特性分析[D];中南大学;2014年
2 杜建江;基于泡沫尺寸统计分布的浮选过程故障诊断研究[D];中南大学;2011年
3 凌弈秋;基于泡沫纹理分布的硫浮选过程故障工况检测[D];中南大学;2013年
4 刘晓青;大型浮选过程计算机控制系统软件设计及开发[D];东北大学;2009年
5 韩霜;基于多源信息融合的浮选过程软测量建模方法研究[D];辽宁科技大学;2015年
6 王松涛;贵州煤中氟的赋存状态及浮选过程中分配规律的研究[D];中国矿业大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978